当深度神经网络预测结果不好的时候,可以做的调节有哪些?
首先要看在trainning set上的预测结果是不是够好,如果traing set上的结果不够好的话:
- 可以改变loss function,一般来说分类的时候,使用“mse”的预测结果不如“cross_entropy”。
- 调整适当的batch_size,不宜过大或者过小,100是个不错的选择。
- 可以加深网络,不过由于sigmod函数问题,可能训练结果不够好,可以改为relu函数作为激活函数。
- 对数据进行前期处理非常重要,在输入到网络之前,应该将网络nomalized。
当训练结果比较好,而预测结果比较差时:
- early stopping,早点停止训练
- 在每一层上加入dropout,training上的结果会变差,但是test上的结果会变得更好。
注:adam的训练时收敛的速度要比sgd要快
当深度神经网络预测结果不好的时候,可以做的调节有哪些?相关推荐
- 深度神经网络的不确定性(中)
目录 不确定度估计方法 A.Single Deterministic Methods B.Bayesian Neural Networks C. Ensemble Methods D. Test Ti ...
- MDNN:一种用于药物-药物反应预测的多模态深度神经网络
目录 背景介绍 模型描述 模型架构展示 计算对象介绍 方法 DKG通道 HF通道 双模态融合 实验结果 后续思考 第一方面 第二方面 背景介绍 模型来自文章:"MDNN: A Multimo ...
- 基于多源信息的深度卷积神经网络预测CircRNA疾病关联的有效方法
An Efficient Approach based on Multi-sources Information to Predict CircRNA-disease Associations Usi ...
- 多层感知机 深度神经网络_使用深度神经网络和合同感知损失的能源产量预测...
多层感知机 深度神经网络 in collaboration with Hsu Chung Chuan, Lin Min Htoo, and Quah Jia Yong. 与许忠传,林敏涛和华佳勇合作. ...
- 01.神经网络和深度学习 W4.深层神经网络(作业:建立你的深度神经网络+图片猫预测)
文章目录 作业1. 建立你的深度神经网络 1. 导入包 2. 算法主要流程 3. 初始化 3.1 两层神经网络 3.2 多层神经网络 4. 前向传播 4.1 线性模块 4.2 线性激活模块 4.3 多 ...
- 【预测模型】基于DNN深度神经网络实现minist数据集预测matlab源码
一.DNN深度神经网络介绍 神经网络简史 神经网络技术起源于上世纪五.六十年代,当时叫感知机(perceptron),拥有输入层.输出层和一个隐含层.输入的特征向量通过隐含层变换达到输出层,在输出层得 ...
- 生物信息学|MOLI:基于深度神经网络进行多组学数据整合并用于药物反应预测
本篇推文引自:MOLI: multi-omics late integration with deep neural networks for drug response prediction 摘要 ...
- 【深度学习论文翻译】基于LSTM深度神经网络的时间序列预测(Time Series Prediction Using LSTM Deep Neural Networks)
目录 一.前言 二.摘要 三.什么是LSTM神经元? 四.简单正弦波示例 五. 不那么简单的股票市场 六.多维LSTM预测 七.结论 一.前言 最近需要用到时间序列,在网上也找到了一篇相关的文章及源代 ...
- 论文解读《DeepCPP:一种基于核苷酸偏差信息和最小分布相似性特征选择的用于RNA编码潜力预测的深度神经网络》
摘要 深度测序技术的发展导致了新转录本的发现.已经开发了许多计算机方法来评估这些转录本的编码潜力,以进一步研究它们的功能.现有方法在区分大多数长非编码 RNA (lncRNA) 和编码 RNA (mR ...
最新文章
- delphi与java 类型转换_java中的数据类型转换
- HDU(1847)Good Luck in CET-4 Everybody!
- buuctf LSB
- Java和Spring中线程池创建方法
- 获取验证码canvas
- C# 7 中的模范和实践
- [网站seo优化] 史上最全增加外链的方法!
- pyqt5 点击开始执行_《快速掌握PyQt5》第一章 PyQt5的起点
- 【升职加薪必备架构图】Springboot学习路线汇总
- Moment.js常见用法总结 1
- LongAdder和AtomicLong哪个性能更好,为什么?
- 业务运维:站在企业转型风口上的云智慧
- Spark大数据计算框架知识总结
- 祝福 Stephan Ewen,Apache Flink 将继续前行 !
- 正则表达式(一):php常用的正则匹配
- entity cannot be tracked
- PV操作解决哲学家进餐问题(图文详解)
- Spring学习02-Spring中的设计模式(一)
- 菜鸟学院~沉寂近30年后火了!存内计算如何打破AI算力瓶颈?
- python数据结构二叉树的查找算法_在路上---学习篇(一)Python 数据结构和算法 (5)二分查找、二叉树遍历...