看一下图一, 从这个图看,该网络有两个问题
1、训练集的正确率不高,没有达到100%,因此网络的拟合能力有待调高
2、测试数据正确率与训练数据正确率之间存在较大差距,说明过拟合
那么先解决过拟和问题,添加dropout层
可以看到上图,测试集和训练集的正确率已经接近,那么过拟合问题基本解决,
现在来解决第一个问题。将神经元按照2的倍数次增加到每个层中。
可以看到,现在网络的拟合能力就变得很好了。基本解决较大的两个问题,后面再调思路也类似。
看一下图一, 从这个图看,该网络有两个问题
1、训练集的正确率不高,没有达到100%,因此网络的拟合能力有待调高
2、测试数据正确率与训练数据正确率之间存在较大差距,说明过拟合
那么先解决过拟和问题,添加dropout层
可以看到上图,测试集和训练集的正确率已经接近,那么过拟合问题基本解决,
现在来解决第一个问题。将神经元按照2的倍数次增加到每个层中。
可以看到,现在网络的拟合能力就变得很好了。基本解决较大的两个问题,后面再调思路也类似。