【Keras情感分类】训练过程中出现的问题汇总

本文总结了在使用Keras进行情感分类训练时遇到的问题,包括loss数值为负、loss和accuracy(acc)变化的解读以及如何实现训练过程的可视化。针对loss为负的情况,解释了可能的含义;当loss不再变化时,分析了可能的原因并提出解决方案。同时,介绍了通过添加callbacks记录history,以便于观察和理解训练过程。
摘要由CSDN通过智能技术生成

Q:训练过程中loss数值为负数?

【原因】输入的训练数据没有归一化造成
【解决方法】把输入数值通过下面的函数过滤一遍,进行归一化
#数据归一化
def data_in_one(inputdata):
    inputdata = (inputdata-inputdata.min())/(inputdata.max()-inputdata.min())
    return inputdata

Q:怎么看loss和acc的变化(loss几回合就不变了怎么办?)

【原因】
(转自http://blog.csdn.net/SMF0504/article/details/71698354)

  • train loss 不断下降,test loss不断下降,说明网络仍在学习;
  • train loss 不断下降,test loss趋于不变,说明网络过拟合;
  • train loss 趋于不变,test loss不断下降,说明数据集100%有问题;
  • train loss 趋于不
  • 7
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值