我正在学习和尝试使用神经网络,并且希望就以下问题征询更有经验的人的意见:
当我在Keras中训练自动编码器(“mean_squared_error”损失函数和SGD优化器)时,验证损失逐渐减少。并且验证准确性正在提高。到现在为止还挺好。
但是,过了一会儿,损耗不断降低,但精度突然下降到低得多的低水平。
查看图片:
损失:(绿色= val,蓝色=火车)
精度:(绿色= val,蓝色=火车)
更新:
以下评论为我指明了正确的方向,我想我现在对此有了更好的了解。如果有人可以确认以下内容是正确的,那就太好了:
最佳答案
如果预测是实时的,或者数据是连续的而不是离散的,则使用MSE(均方误差),因为这些值是实时的。
但是在离散值(即分类或聚类)的情况下,由于给出的值仅是0或1,因此使用准确性。因此,此处的MSE概念将不适用,而是使用精度=误差值/总值* 100。
关于neural-network - 我应该使用损失或准确性作为提前停止指标吗?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/37141636/