【深度学习】【卷积神经网络CNN】验证集准确率val_acc保持不变？过拟合？早停earlystoping的使用。

最新推荐文章于 2025-02-09 12:22:31 发布

王宜宝很牛

最新推荐文章于 2025-02-09 12:22:31 发布

阅读量2.2w

点赞数 15

文章标签：深度学习神经网络机器学习人工智能 tensorflow

本文链接：https://blog.csdn.net/weixin_43201920/article/details/106021373

版权

本文记录了在深度学习模型训练中遇到的验证集准确率val_acc保持不变的情况，探讨了可能的原因，包括过拟合的迹象，以及如何通过早停策略（earlystopping）来防止过拟合。同时，提出了检查数据、调整学习率和batch size等解决办法，并分享了降低学习率后模型性能提升的经验。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2020/5/9 日记录

今天解决了acc 和val_acc一直为1.000的奇怪问题之后（原来是label标错了o(╥﹏╥)o），终于走上了正式的调参之路。
先看一下训练结果：在这里插入图片描述
可以看到：
1.验证集准确率val_acc>训练集准确率train_acc。查资料，属于正常情况，不过也有可能有一些问题，先观察着。
2. 随着epoch迭代，验证集准确率val_acc保持不变了！这不就是传说中过拟合的征兆吗？引用另一篇博客的话：“我们之前把数据集切分为训练集，测试集和验证集。验证集就是用来检测模型overfitting。
一旦在验证集上，准确性不在变化(收敛了),那么我们就停止训练。”
在程序中已经设置了早停earlystoping ,是这样写的：

  # 是否需要早停，当val_loss一直不下降的时候意味着模型基本训练完毕，可以停止
    early_stopping = EarlyStopping(
                            monitor='val_loss', 
                            min_delta=0, 
                            patience=10, 
                            verbose=1
                        )

是以val_loss为监测标准的。