我正在训练一个 CNN,我在训练集中得到了 85% 的准确率,在测试集中得到了 65% 的准确率。
是否可以假设,通过正确设置网络的正则化(在我的例子中是 dropout 和 L2),我的测试准确度应该非常接近我的训练准确度(同时随着正则化的增加而降低) ?
比如说,75%-74% 的准确率?
我正在训练一个 CNN,我在训练集中得到了 85% 的准确率,在测试集中得到了 65% 的准确率。
是否可以假设,通过正确设置网络的正则化(在我的例子中是 dropout 和 L2),我的测试准确度应该非常接近我的训练准确度(同时随着正则化的增加而降低) ?
比如说,75%-74% 的准确率?
通过正确设置网络所有参数的正则化以及具有良好代表性的数据批次,您的测试准确度和训练准确度之间应该会有很小的差异。但是当然你需要通过参数优化和特征选择来优化你的模型。
也许您可以查看此链接以查找更多信息。
希望能帮助到你 !