Entiendo los métodos para reducir el overfitting, pero si en las gráficas vemos que entre más epochs se utilizan, más se tiende al overfi...

Pregunta de la clase:
Reduciendo el overfitting
Roberto Ramírez Vilchis

Roberto Ramírez Vilchis

Pregunta
studenthace 4 años

Entiendo los métodos para reducir el overfitting, pero si en las gráficas vemos que entre más epochs se utilizan, más se tiende al overfitting, no se podría elegir un número de epochs reducido, antes de que el loss deje de bajar y empiece a subir?

Por ejemplo, en el de la gráfica, se podría usar el modelo “smaller” con sólo 8 epochs (donde el loss es más bajo, aprox)?Screenshot 2021-08-03 224837.png

1 respuestas
para escribir tu comentario
    Alarcon7a

    Alarcon7a

    studenthace 4 años

    si, exactamente.... se le llama early stopping, la idea es iterar en los epoch hasta conseguir un performance en validacion alto y detener alli el algoritmo, lo hacemos mas adelante en el curso

Curso de Redes Neuronales con Python y Keras

Curso de Redes Neuronales con Python y Keras

Las redes neuronales se utilizan en deep learning para generar predicciones, análisis de sentimiento y otros análisis de texto, voz e imagen cuando tenemos muchos datos. Aprende cómo funcionan y cómo empezar a utilizarlas en tus proyectos en ciencia de datos.

Curso de Redes Neuronales con Python y Keras
Curso de Redes Neuronales con Python y Keras

Curso de Redes Neuronales con Python y Keras

Las redes neuronales se utilizan en deep learning para generar predicciones, análisis de sentimiento y otros análisis de texto, voz e imagen cuando tenemos muchos datos. Aprende cómo funcionan y cómo empezar a utilizarlas en tus proyectos en ciencia de datos.