深度学习
关注
分享
扫一扫
文章平均质量分 93
LuckyInn
生活已经开始对我这个小泡芙加奶油了꒰๑• ̫•๑꒱ ♡
展开
-
基于前馈神经网络（FNN）的数字or字母的序列点集的分类识别
在训练过程中，可以看到FNN的训练比1D-CNN的效果要好，至少没有出现过拟合的迹象，而且验证集准确率和损失率都比1D-CNN表现好，在实际的验证中，确实准确率优于1D-CNN。对于点集序列的识别暂时优先使用FNN，在后续的研究中或许会基于FNN进行优化和改进，并尝试使用Transformer模型。原创 2024-12-09 13:51:08 · 799 阅读 · 0 评论 -
基于1D-CNN模型进行手写数字or字母的序列点集的识别
从这些指标来看，模型在训练集上的表现非常好，达到了 100% 的准确率和很低的损失值。但是在验证集上的表现稍差，准确率下降到了 83.52%，并且损失值显著增加。可能是过拟合，就是说模型学得过于“好”以至于记住了训练数据，但在未曾见过的数据（如验证集）上表现不好。对于可能出现的过拟合现象，后续可能会通过增加数据集、正则化、早停法等来进行改善。原创 2024-12-09 10:29:29 · 740 阅读 · 0 评论