1、过拟合解决方法
降低模型复杂度-调整卷积深度,全连接层参数个数
2、样本不平衡
表现为模型对数据量较多的识别性能较高,并且可能出现全部识别为样本数多的哪一类
3、二维卷积转化为一维卷积
二维卷积识别样本的准确率不高,并且模型准确率没有显著变化,即二维卷积把所有的样本全部识别为某一类
4、调整学习率
学习率较大时,梯度波动较大,表现为分类的准确率波动较大,学习率调大,可能出现loss消失,学习率调小,可能出现
loss变化不
1、过拟合解决方法
降低模型复杂度-调整卷积深度,全连接层参数个数
2、样本不平衡
表现为模型对数据量较多的识别性能较高,并且可能出现全部识别为样本数多的哪一类
3、二维卷积转化为一维卷积
二维卷积识别样本的准确率不高,并且模型准确率没有显著变化,即二维卷积把所有的样本全部识别为某一类
4、调整学习率
学习率较大时,梯度波动较大,表现为分类的准确率波动较大,学习率调大,可能出现loss消失,学习率调小,可能出现
loss变化不