Блог

Я тренирую модель для классификации двоичных изображений. Это относительно большой, несбалансированный набор данных (4,5:1). Во время обучения все матрицы кажутся нормальными в первую эпоху, за исключением матрицы отзыва проверки, которая начинается с 99,97% и падает во вторую эпоху. Я попытался поискать причину в Интернете; результаты показывают, что модель подходит или не подходит для обучения, когда точность проверки сначала высока. Однако в моем случае это отзыв подтверждения. Что может быть причиной того, что мой отзыв о проверке начался слишком высоко в первую эпоху, а затем снизился?