Puede haber varios problemas aquí, debe tener en cuenta lo siguiente:
- Tasa de aprendizaje
- Épocas de aprendizaje
- Función de costo
- Arquitectura
- Conjunto de datos
- Regularización
Tal vez todo lo que necesita es establecer la tasa de aprendizaje correcta. A veces, la tasa de aprendizaje puede ser demasiado alta o demasiado baja. Sospecho que la tasa de aprendizaje es demasiado pequeña y el número de épocas de aprendizaje también puede ser el culpable. Aumente la tasa de aprendizaje y la cantidad de épocas de aprendizaje.
La función de costo debe ser apropiada para la tarea. La función de costo de entropía cruzada es buena para la mayoría de los problemas. Es importante tener en cuenta que algunas funciones de costo permiten un aprendizaje lento y, por lo tanto, necesita más iteraciones para tales funciones de costo.
- Cómo crear un motor de búsqueda médica utilizando el aprendizaje automático en Java
- ¿Cuáles son algunos métodos de clasificación de series temporales?
- ¿Qué biblioteca / framework AI es el mejor, OpenAI, OpenNN o TensorFlow?
- ¿Cómo debo implementar la detección de fraude con tarjeta de crédito usando redes neuronales?
- Cómo evaluar los mejores resultados posibles para un clasificador SVM
La arquitectura neuronal también es importante, si tiene ReLU en algún lugar de su red, entonces puede tener aproximadamente el 40% de ellos muertos. Eso es aproximadamente el 40% de las ReLU que se eliminan del múltiple de datos y, por lo tanto, nunca se activarán ni aprenderán. Por lo tanto, elija sabiamente como las ReLU con fugas en su lugar.
El conjunto de datos puede no ser suficiente para la red más grande, por lo tanto, debe hacer un aumento de datos para aumentar el tamaño del conjunto de datos. El aumento de datos es importante para mejorar el rendimiento de la red neuronal.
Y, finalmente, debe mirar los métodos de regularización que está utilizando. Pruebe la regularización de L1 y L2, es posible que la red más grande solo tenga problemas de sobreajuste. También puede intentar la normalización por lotes o el abandono para mejorar el rendimiento.
Espero que esto ayude.