ディープラーニング、精度の改善
4 ビュー (過去 30 日間)
古いコメントを表示
Which parameter can improve it?
0 件のコメント
採用された回答
Kenta
2019 年 3 月 1 日
options = trainingOptions('sgdm',...
'MaxEpochs',6, ...
'ValidationData',{XValidation,YValidation},...
'ValidationFrequency',5,...
'ValidationPatience',3, ...
'Verbose',false,...
'Plots','training-progress');
途中からトレーニングデータに過適合して、バリデーションデータの損失が大きくなってるので、
'ValidationPatience'を導入して、ロスが大きくなってしまったら、学習から脱出するようにすれば、まずは精度があがるようになると思います。学習曲線がなまったときの学習短縮のために、この、早期終了(early stopping)が使われることが多いと思いますが、このような過適合に関しても有効だろうと考えられます。
あとは、過適合を抑えるように
'L2Regularization',0.1
とかしてみてはいかがでしょうか。どのようなパラメータで動かしてるかわからないので、具体的な数字がどれくらいはわかりませんが、デフォルトの値が0.0001なのでデフォルトで動かしてるならそれより大きくしてみてはどうでしょうか。
0 件のコメント
その他の回答 (0 件)
参考
カテゴリ
Help Center および File Exchange で 深層学習データの前処理 についてさらに検索
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!