用自定义的模型去训练某个数据集时，经常会出现效果不佳，主要可能是啥原因导致的？？

东方树叶无敌好喝 2021-05-26 01:59:32
用自定义的模型去训练某个数据集时，经常会出现效果不佳，主要可能是啥原因导致的？？
...全文
2344 1 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38498942 2021-05-26
  • 打赏
  • 举报
 回复
数据集样本太少，多样性不够；
网络模型是否添加了BN层，损失函数和激活函数的选取；
优化器的选取，学习率的设置等；
深度学习中模型训练效果不好的原因以及防止过拟合的方法
深度学习中模型训练效果不好的原因1. 是否选择合适的损失函数2. 是否选择了合适的Mini-batch size3. 是否选择了合适的激活函数4. 是否选择了合适的学习率5. 优化算法是否使用了动量（Momentum）6. 其他原因 当我们用自定义的模型去训练某个数据集时， 经常会出现效果不佳的情况：精度太低、损失降不下去、泛性太差等情况。可能的原因有： 数据集样本太少，多样性不够； 网络模型是否添加了BN层，损失函数和激活函数的选取； 优化器的选取，学习率的设置等； 这里暂时不考虑数据集的原因，我们首
一步一步介绍如何使用 YOLOv5 训练自定义数据集
一步一步介绍如何使用 YOLOv5 训练自定义数据集
ChatGLM-6B模型训练自己的数据集
上期我主要分享了一下ChatGLM-6B官方模型的部署、官方数据集的微调、推理以及测试过程，这期我将主要分享一下使用ChatGLM-6B微调自己数据集的过程。
全面解析yolov5自主数据集模型训练的细则及训练后的数据集识别不到问题
全面解析yolov5自主数据集模型训练的细则及训练后的数据集识别不到问题
训练集准确率很高，验证集准确率低问题
训练集在训练过程中，loss稳步下降，准确率上升，最后能达到97% 验证集准确率没有升高，一直维持在50%左右（二分类问题，随机概率） 测试集准确率57% 在网上搜索可能打的原因： 1.learning rate太小，陷入局部最优 2.训练集和测试集数据没有规律 3.数据噪声太大 4.数据量太小（总共1440个样本，80%为训练集） 5.训练集和测试集数据分布不同：如训练集正样本太少（训练集和测试集每次运行随机选择，故排除） 6.数据集存在问题，如标注有问题（采用公开数据集，排除） 7.学习率过大 8.模型
高通开发者论坛

5,379

社区成员

5,923

社区内容

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成，为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页：https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛（原bbs） 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章