Cześć #ml mam pytanie, trenuje sobie sieć neuronową na powiedzmy 50 epok, i najlepsze wyniki, które w moim wypadku mierze miarą IoU, i najlepsze wyniki mam dla epoki 43 i przez następne 7 epok już się nie poprawiło. To do ewaluacji wybieram ten model, który miał najlepsze wyniki tak?
@trzy_powody: no dobra jest szansa, że jest overfitting XD i nie nie stosuje żadnej z wymienionych metod, bawię się kodem z nie mojego gita, ale nadal nie wiem, który model powinienem wybrać. Generalnie chcę potem zrobić fine tuning na zbiorze na którym trenowałem + części innego zbioru i dorzucić augmentację, żeby zobaczyć jak to wpłynie na wyniki
To do ewaluacji wybieram ten model, który miał najlepsze wyniki tak?
@TheRickestRick: Ewaluację robisz po każdej epoce i to jest główna metryka. Możesz stosować early stopping ale nie musisz, finalnie wybiera się model o najlepszym wyniku na zbiorze walidacyjnym i tyle.
mam pytanie, trenuje sobie sieć neuronową na powiedzmy 50 epok, i najlepsze wyniki, które w moim wypadku mierze miarą IoU, i najlepsze wyniki mam dla epoki 43 i przez następne 7 epok już się nie poprawiło. To do ewaluacji wybieram ten model, który miał najlepsze wyniki tak?
#programowanie #naukaprogramowania #machinelearning #deeplearning #python
Stosujesz early stopping, dropout, ensemble albo jakiś rodzaj regularyzacji?
@TheRickestRick: Ewaluację robisz po każdej epoce i to jest główna metryka. Możesz stosować early stopping ale nie musisz, finalnie wybiera się model o najlepszym wyniku na zbiorze walidacyjnym i tyle.