0

J'ai construit un CNN en tensorflow pour classer entre des personnes et non des personnes. J'ai un nombre égal de données d'entraînement négatives et positives, je randomise les images dans l'ensemble d'entraînement et j'utilise aussi l'abandon dans le filet. Le problème est qu'au cours de la formation, après 100 étapes, la précision des minibatchs est de 40% et à 200 pas est déjà de 85%. Pourquoi augmente-t-il si vite?La précision de CNN augmente trop vite - tensorflow

+1

Pourquoi ... est-ce ... c'est ... mauvais? Tant que votre modèle ne surfait pas - woohoo! –

+0

Je ne suis pas sûr si c'est surfait ou pas. Quand je l'exécute sur mon ensemble de données de test, j'ai une précision de plus de 90% mais quand je l'exécute sur une seule image d'une personne, elle ne parvient pas à la classer correctement. –

Répondre

0

C'est surapprentissage. Vous devez également analyser la précision et la perte du test. Lorsque la précision de l'entraînement est plus que légèrement supérieure à celle de votre test. Vous avez surfait. Si vous faites des prédictions et qu'elles sont nulles, il semblerait que votre précision de validation soit faible et qu'elle soit largement surclassée.