CNTK画像分類結果改善方法

Question

"ConvNet_CIFAR10_DataAug.cntk"の例に基づいて画像を6カテゴリに分類する "ConvNet"モデルが使用されています。訓練されたエラー率は1％以下です。しかし、訓練されていない画像ではエラー率が非常に高くなります。 画像サイズは128x128x1で、約10,000画像がトレーニングに使用されました。

質問は、人々が通常分類結果を改善しようとしている方法は何ですか？私は "renet"モデルを使ってみましたが、改善は得られませんでした。

すべての入力をいただければ幸いです。

おかげで、 テリー

Answer 1

は、これは過剰適合の古典インスタンスです。ここで行うにはいくつかの事です：

• は、より多くのデータを取得します（あなたはデータの増強を試みることができる）
• てみ層からのドロップを追加すること
• 正則を追加します（L1/L2）あなたの学習者に
• てみてください早期停止（トレーニングエラーが大きいモデルを使用する）と同等のテストエラー
• できればモデルパラメータを減らしてみてください。