当神经网络训练集正确率88%但测试集只有50%时，可能是因为数据预处理问题、标签不合理或过拟合。追求训练和测试准确率平衡以避免overlearning，且确定隐藏节点数需要经验和试凑。低准确率可能与网络结构、参数调整及拟合效果有关，通过均方误差和准确率百分比评估模型性能。
神经网络训练集正确率88%，测试集只有50%，这是为什么
caffe训练神经网络测试集准确率达到多少就可以
这个并没有准确的结论，如果你数据预处理存在问题或者标签不合理，accuracy自然不会很高爱发猫 www.aifamao.com。并且，还需要改变已有网络中的参数或者网络结构才能有效提高accuracy。
我们的目的并不在于准确率到底是多少，而是当测试准确率比较高时，得到的模型可以代替人去进行复杂图片的等级判断。
为什么用训练好的bp神经网络去测试，准确率为0？
神经网络训练一定次数后准确率突然下降怎么回事？
在神经网络的训练过程中，是应当追求训练准确率，还是应当追求测试准确率
。
我的经验是训练准确率尽量接近测试准确率或者训练误差与测试误差均低,单纯追求训练准确率的最高不一定可取,有可能出现overlearning的情况,有时训练准确率高是因为anetworkmightimprovetheerrorratingonanumberofalreadycorrectly-classifiedcasesattheexpenseofmisclassifyinganadditionalcase.。
最低0.47元/天 解锁文章
1910
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
