什么时候才能判断我们的CNN模型是否过分合适？

Question

我有一个模型，我训练了100个时代：100年代模型

然后，我将模型保存起来，并将其训练到另一个100个时代(总共200个时代)：加100个历元(200个历元)的模型

我的问题是，我的模特是不是太合适了？是最优的吗？

Answer 1

过度拟合是指你的模型在你的训练集上得分很高，在验证测试集上得分很差(或者训练后的真实生活预测)。

在培训模型时，请确保已将培训数据集拆分为两个子集。一个用于培训，另一个用于验证。如果你看到你的验证精度随着培训的进行而降低，那就意味着你的CNN已经“适应”了训练集，不应该被概括。

在训练你的模型时，有很多方法可以用来对抗过度装配。寻找更多的数据和使用苛刻的辍学是流行的方式，以确保一个模型是不过分适合。请查看此文章，以获得对您的问题和可能解决方案的良好描述。

Answer 2

过度拟合是指模型捕捉到的模式在未来不会再次出现。这导致预测精度下降。

您需要在培训或验证中没有看到的数据上测试您的模型，以确定它是否过分合适。