Thắc mắc về lớp kết nối đầy đủ và giá trị accuracy

classification
nlp

#1

Em chào mọi người, Em có một số câu hỏi mong mọi người giải đáp giúp em Câu 1: Cho em hỏi mục tiêu của lớp kết nối đầy đủ có phải là tìm ra đường phân cách các lớp dữ liệu như vậy hàm kết hợp wx+bias sẽ tạo ra đường tuyến tính còn relu sẽ biến đổi thành đường phi tuyến tính để phân loại tốt hơn

supervised-learning-plot

images

Câu 2: Cho em hỏi tại sao em cho bao nhiêu epochs mà chỉ có train_acc tăng nhiều, còn val_acc và test_acc thì lại dường như không tăng gì? Trong khi đó tập dữ liệu test còn nhiều hơn cả tập dữ liệu train

acc


#2

Câu 1: Đúng là mục tiêu của lớp kết nối đầy đủ là tìm đường phân chia giữa các điểm dữ liệu (bài toán classification). Đúng là ReLU tạo ra tính phi tuyến cho mô hình. Câu 2: Rất có thể mô hình đã overfitting, tức là như kiểu mô hình học vẹt trên tập train, sau đó cho thi trên tập validation/test thì điểm rất kém vậy. Giờ bạn cần làm là tăng kích thước tập train và dùng một lượng validation/test vừa đủ.