神经网络训练精度一直为1，损失为0
**错误：**最近在复现同事的项目时，发现从第一次迭代到结束训练，网络精度基本为1，损失基本为0。**原因：**检查了相关文档，发现在制作标签文档时将标签相同数据写在了一起，导致前期读入数据时全是一个标签，误导了模型。**解决：**因此，为了保证模型效果，在准备训练集时，相关的内容尽量打乱后再放入网络。random.shuffle(data)...
·
- 错误
最近在复现同事的项目时，发现从第一次迭代到结束训练，网络精度基本为1，损失基本为0。 - 原因
检查了相关文档，发现在制作标签文档时将标签相同数据写在了一起，导致前期读入数据时全是一个标签，误导了模型。 - 解决：
为了保证模型效果，在准备训练集时，相关的内容尽量打乱后再放入网络。
random.shuffle(data)
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
3
0- 0
已为社区贡献2条内容
所有评论(0)