これは愚かな質問のように思えるかもしれませんが、私はcaffeのテスト段階が良い結果を得るために重要であることを理解しようとしています。もちろん、トレーニング段階は重要ですが、訓練されていないセットでどのくらいの損失が定期的にどれくらい得られるかをテストするためのテスト段階です。この場合、私のテストセットのサイズは本当に重要ですか?テストはまったく重要ですか?私は現在、深刻な過度の問題を抱えているので尋ねます。大きなデータセット(> 50 000イメージ)がある場合は、テストと電車の間でどのように分割する必要がありますか?Caffeのトレーニングとテストの相違点
1
A
答えて
2
Caffeは、訓練中にテストセットの結果を使用せず、オーバーフィッティングのようないくつかの問題を修正するためにいくつかのパラメータを変更しません。
検証セット(訓練中のテストセット)を使用することは、モデルがプロットまたは出力を見て、精度または損失値を調べることによってモデルにデータをオーバーフィットするかどうかを視覚化することです。
たとえば、トレーニングセットの損失がすべての反復で減少し続け、テストセットの損失が増加し続ける場合、これはトレーニングセットにあまりにも似たモデルの堅実なケースです。そのような結論を得るためには、テストセットのために選択された画像は、トレーニングセットの画像と同じであってはならない。テストトレインの画像数を1:10に保つことが理想です。テストセットがトレーンセットのサブセットを使用していた場合、テストセットの損失は減少し、モデルのオーバーフィット動作を検出できないことがあります。
関連する問題
- 1. トレーニングとテスト用のCaffe MATLABの例CNN
- 2. Django devとテストpostgresデータベースの相違点
- 3. importとconstとの相違点とcommonjsでの相違点
- 4. IE標準、相違点および相違点の相違点
- 5. =と:=の相違点
- 6. 統合テストと動作テストの主な相違点BDD
- 7. Caffeのサイアムネットワークのトレーニング
- 8. PHPUnitとPHPSpecの相違点と相違点
- 9. CBUUIDとNSUUIDの相違点
- 10. NSTimeZoneとGMTの相違点
- 11. ListViewとArrayListの相違点
- 12. pictureBox.Update()とpictureBox.Refresh()の相違点
- 13. ApplicationContextInitializerとBeanFactoryPostProcessorの相違点
- 14. システムとshell_execの相違点
- 15. AsyncSocketとAsyncUdpSocketの相違点
- 16. .textと.get_text()の相違点
- 17. plt.close()とplt.clf()の相違点
- 18. `BeginSubscribeToStreamingNotifications`と` SubscribeToStreamingNotifications`の相違点
- 19. Delegate.InvokeとDelegateの相違点
- 20. InternalResourceViewResolverとUrlBasedViewResolverの相違点
- 21. tf.nn.convolutionとtf.nn.conv2dの相違点
- 22. Backbone.Layout.extendとBackbone.view.extendの相違点
- 23. JavaとMacOSの相違点
- 24. Yocto:CORE_IMAGE_EXTRA_INSTALLとIMAGE_INSTALLの相違点
- 25. window.someRandomVarとsomeRandomVarの相違点
- 26. CDRとxDRの相違点
- 27. gst_bus_add_watch()とg_signal_connect()の相違点
- 28. EventStreamとEventBusの相違点
- 29. System.Threading.Tasks.DataflowとMicrosoft.Tpls.Dataflowの相違点
- 30. mkfifo()とmknod()の相違点
ありがとう、それは私の印象でした! – jerpint