提升网络训练的准确率
2023-02-19 12:20:46 时间
1 问题
模型训练结果的准确率只有百分之60多,因此需要提升准确率。
2 方法
mnist 数据集有60000张图片作为训练数据,10000张图片作为测试数据。假设现在选择 Batch_Size = 100对模型进行训练。迭代30000次。
- 每个 Epoch 要训练的图片数量:60000(训练集上的所有图像)
- 训练集具有的 Batch 个数:60000 / 100 = 600
- 每个 Epoch 需要完成的 Batch 个数:600
- 每个 Epoch 具有的 Iteration 个数:600(完成一个Batch训练,相当于参数迭代一次)
- 每个 Epoch 中发生模型权重更新的次数:600(一次训练包含正向+反向,反向就是一次权重更新)
- 训练 10 个Epoch后,模型权重更新的次数:10 * 600 = 6000
- 总共完成30000次迭代,相当于完成了个Epoch
不同Epoch的训练,其实用的是同一个训练集的数据。第1个Epoch和第10个Epoch虽然用的都是训练集的图片,但是对模型的权重更新值却是完全不同的。因为不同Epoch的模型处于代价函数空间上的不同位置,模型的训练代越靠后,越接近谷底,其代价越小。
3 结语
一个时期=所有训练样本的一个正向传递和一个反向传递。也即所有的数据进行了一次完整的训练。当数据量十分大的时候,一次性投入训练效果往往会变差,为此需要对数据进行分批次的训练,用epoch进行周期训练达到提升准确率的目的。
相关文章
- 「 【特别说明】域名变更&本站计划下线关闭amp/mip页面 」
- 「 自写typecho的404错误页面 」
- Thymeleaf SSTI 分析以及最新版修复的 Bypass
- 「 typecho主题向-单纯的课程表主题Qclass 」
- 「 # lost-theme-typecho 」
- 「 Flex弹性布局 (上) 篇 」
- 「 两数之和 」
- 「 记录一次拯救者r7000 2021H安装黑苹果 」
- 「 记录一次 编译qemu7.0并运行win7 」
- 「 c语言输出1-99的同构数 」
- 「 c语言使用起泡法对输入的10个数字进行排序 」
- 「 c语言写出斐波拉契前四十位 」
- 「 给typecho评论添加数字验证码 」
- 「 typecho主题设置pjax无刷新加载 」
- 「 记录一次修改yunzai示例插件达到查询学校寝室电量的目的 」
- 「 Centos安装go环境教程 」
- 「 关于本站图床,我有话说... 」
- 「 TYPECHO主题-NoLine 」
- 个人图床的搭建 - wuuconix's blog
- 使用git命令与vscode从零开始对远程代码仓库进行拉取、提交、合并、推送分支等操作在项目中的实践