分类模型训练完之后，测试效果极差可能原因分析

在知乎上有这样一个问题：

acc很高，但预测正确的样本占比又很低，怎么回事？ - 知乎

关于这个问题，在这个问题的回答中，有许多大佬从数据的分布、模型的结构、数据集的划分，以及验证指标等层面进行了解答。

在这里按照我的理解，简单描述一下这个问题：模型训练正常，模型测试效果很差，甚至在训练集上的测试效果都很差。简单分析一下大概有以下几个方面的原因可以排查：

1、检查模型训练和模型测试的数据处理pipeline是否一致，比如训练时做了Normalize，测试时也要做Normalize，这一点至关重要，我遇到的这类问题基本上都是因为数据预处理不一致导致的

2、检查模型在测试时有没有切换到推理模式，如pytorch中的eval()转换

3、检查输入的数据维度是否正确，比如训练时使用[N, C, H, W]，测试时也要使用同样的数据维度顺序，现在好多分类模型在后面会添加AdaptiveAvgPool层，即使输入的数据尺寸和训练时不一样也不会报错

4、检查模型参数加载是否正确，还是以pytorch框架为例，pytorch在加载模型时如果设置完全匹配的参数为False，在加载过程中即使参数和模型不匹配也不会报错，但是会使用默认的随机参数

以上就是目前在实际工作中遇到的一些可能原因分析，如果还有其他可能原因，欢迎随时指导。

分类模型训练完之后，测试效果极差可能原因分析相关推荐

分类模型训练完成，却预测不准的原因
最近,在用resnet模型进行图像分类的时候,出现了个问题.就是在test时候,准确率能达到93,单单张图片预测的时候,结果几乎没有正确的. 最开始以为模型训练的时候的问题,因为我想要最大概率的结果, ...
神经网络学习小记录19——微调VGG分类模型训练自己的数据（猫狗数据集）
神经网络学习小记录19--微调VGG分类模型训练自己的数据(猫狗数据集) 注意事项学习前言什么是VGG16模型 VGG模型的复杂程度训练前准备 1.数据集处理 2.创建Keras的VGG模型 3 ...
PytorchCNN图片识别和分类模型训练框架
PytorchCNN图片识别和分类模型训练框架文章目录 PytorchCNN图片识别和分类模型训练框架前言一.图片数据集预处理二.模型训练 1.transforms.Compose准备 2.通 ...
神经网络学习小记录17——使用AlexNet分类模型训练自己的数据（猫狗数据集）
神经网络学习小记录17--使用AlexNet分类模型训练自己的数据(猫狗数据集) 学习前言什么是AlexNet模型训练前准备 1.数据集处理 2.创建Keras的AlexNet模型开始训练 1. ...
bert中文分类模型训练+推理+部署
文章预览: 0. bert简介 1. bert结构 1. bert中文分类模型训练 1 下载bert项目代码代码结构 2 下载中文预训练模型 3 制作中文训练数据集 2. bert模型推理 1.te ...
keras构建前馈神经网络（feedforward neural network）进行多分类模型训练学习
keras构建前馈神经网络(feedforward neural network)进行多分类模型训练学习前馈神经网络(feedforward neural network)是一种最简单的神经网络,各 ...
AI：神经网络IMDB电影评论二分类模型训练和评估
AI:Keras神经网络IMDB电影评论二分类模型训练和评估,python import keras from keras.layers import Dense from keras import ...
模型训练完才是业务的开始？说说模型监控 | CSDN博文精选
扫码参与CSDN"原力计划" 作者 | A字头来源 | 数据札记倌(ID:Data_Groom) "模型训练结束后才是业务真正的开始" 简述每次模型训练完成 ...
黑马NLP实战 --- 新闻分类模型训练
关于<黑马程序员>课程中NLP中训练新闻分类模型最近在学习NLP的相关知识,找了资料比较全的黑马程序员中讲解NLP的课程,可是其中有一部分实战新闻主题分类实战项目中,我发现黑马程序员 ...

分类模型训练完之后，测试效果极差可能原因分析

分类模型训练完之后，测试效果极差可能原因分析相关推荐

最新文章

热门文章