返回信息流如果在训练集的loss曲线是酱紫的,应该如何进行调整呢?记得是神经网络哦,做回归。。。
机器学习课程中有说罗切斯特回归是要
try getting additional features?
try additional polynomial faetures?
try descreasing lamba? 等
我认为在神经网络上是 加层数?
另外我做回归的时候数据没有shuffle不知道是否有关系(我认为我的数据采样步长比较大就懒得shuffle了)
-------------------------关于shuffule---------------------
jiayangqing 在这里说过。。。https://github.com/BVLC/caffe/pull/1347
在large-scale中不需要shuffule,对于自己设计的3~4层的网络,用几十万的数据应该shuffle不shuffle没关系吧
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #15122同步于 2015/1/19
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
[问题]神经网络震荡不规律
buptwangzhe
2015/1/19镜像同步14 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
纵坐标是在验证集上的loss,横坐标是iteration的次数
【 在 LJ10211289 的大作中提到: 】
: 楼主的横坐标和纵坐标分别表示什么?
【 在 buptwangzhe 的大作中提到: 】
: 纵坐标是在验证集上的loss,横坐标是iteration的次数
在训练集上训练的loss图是什么情况?
又看了下代码,就是训练集的loss。。。之前说错了
【 在 LJ10211289 的大作中提到: 】
: 在训练集上训练的loss图是什么情况?
【 在 buptwangzhe 的大作中提到: 】
: 又看了下代码,就是训练集的loss。。。之前说错了
如果训练集上是这样的loss图的话,就如楼主所说,这个训练过程可能欠拟合,所以应该添加更多的,更复杂的特征(二次特征之类的),得保证训练集上的loss图是随着迭代次数增加,loss递减