Pytorch卷积预测,小样本预测误差小,换一个大样本误差就下降不下去了。

  统计/机器学习 深度学习 计算机视觉    浏览次数:2272        分享
0

做了数据的归一化和多次卷积,但是误差还是下不去,都是几千之上。小样本的误差就是在50左右,误差函数用的MSE。

 

liuyang   2019-10-10 21:10



   1个回答 
0

你的y是数值吗?不太理解你的意思。是指输入的是图像,要预测的是数值?

你可以看看你的预测结果是不是每个样本都差不多大,如果是的话,说明你的模型就没有训练好,需要重新设置结构或者网络参数。

SofaSofa数据科学社区DS面试题库 DS面经

u_u   2019-10-11 08:46



  相关讨论

pip install opencv报错

图像分割(imaging segment) 可以对图片数据进行裁剪,增多训练的数据量么

CNN中reLU层和max pooling层的前后顺序

图像识别和深度学习中的“组合爆炸”是什么意思?

Resnet-18, Resnet-50, Resnet-101这些模型里的数字是什么意思?

VGG16和VGG19的区别?

cnn没有pooling会怎么样?

如何安装pytorch

有什么好的方法识别图片中的特殊点呢

模型加载

  随便看看

pandas把一列日期转换为星期

协方差矩阵一定是半正定的吗?

python里清除已经定义过的变量

Resnet-18, Resnet-50, Resnet-101这些模型里的数字是什么意思?

python sklearn模型中random_state参数的意义