1、使用tf.nn.dropout()防止过拟合过程中,keep_prob参数在训练过程中设置,测试过程设为1,训练过程中常取值0.5,部分其他值会导致错误,错误原因自己尚未查明(毕竟我是个菜鸟~~)
2、使用batch进行训练数据的读入时,单次batch_size过大容易导致训练出的模型无用,挥着保存后再次读入报错,这是我遇到的情况,不知道是否用同样经历的?求解释(~)
。。。。后续再添加。。。
1、使用tf.nn.dropout()防止过拟合过程中,keep_prob参数在训练过程中设置,测试过程设为1,训练过程中常取值0.5,部分其他值会导致错误,错误原因自己尚未查明(毕竟我是个菜鸟~~)
2、使用batch进行训练数据的读入时,单次batch_size过大容易导致训练出的模型无用,挥着保存后再次读入报错,这是我遇到的情况,不知道是否用同样经历的?求解释(~)
。。。。后续再添加。。。