训练多个epoch来提高训练模型的准确率

待我称王封你为后i 2024-04-03 11:55 85阅读 0赞

**1** **问题**

对模型进行训练后，测试集测试的结果与真实值之间的占比称为准确率，准确率往往是评估网络的一个重要指标。而用同一数据集训练神经网络，每次训练得到的准确率结果却不一样并且准确率都较低，最高仅67%，那如何才能提高训练后的准确率呢？

![8f163494adcc40f4ca38db943c85587f.png][]

**2** **方法**

模型的参数是随机的，所以导致每次训练出的准确率不一样。虽然每次训练得到的准确率不同，但是都在65%左右，准确率较低。参数优化、数据处理等方法可以提高其准确率，本文采用的方法是训练网络时训练多个epoch（周期）。

<table> 
 <tbody> 
  <tr> 
   <td>def train(dataloader, net, loss_fn, optimizer):<br> &nbsp; &nbsp;net.train()<br> &nbsp; &nbsp;for batch_idx, (X,y) in enumerate(dataloader):<br> &nbsp; &nbsp; &nbsp; &nbsp;pred = net(X)<br> &nbsp; &nbsp; &nbsp; &nbsp;loss = loss_fn(pred, y)<br> &nbsp; &nbsp; &nbsp; &nbsp;optimizer.zero_grad()<br> &nbsp; &nbsp; &nbsp; &nbsp;loss.backward()<br> &nbsp; &nbsp; &nbsp; &nbsp;optimizer.step()<br>#训练5个周期epoch<br>for epoch in range(5):<br> &nbsp; &nbsp;train(train_loader, net, loss_fn, optimizer)</td> 
  </tr> 
 </tbody> 
</table>

结果如下：

![525b116ca918d32e4b015c58a03c619c.png][]

可以看到在训练了5个epoch后准确率提高到了79%。

将epoch增加到75时，准确率则提高到了90%。

![c5d860ea77e49a48fbfc8fa29d2c28d2.png][]

为什么增加epoch的数量可以提高训练数据集的准确率呢？

![35ca6356d8edf8019ffa70c2bd341943.png][]epoch中文译为“时期”。1个epoch等于使用训练集中的全部样本训练一次。在神经网络中传递完整的数据集一次是不够的，而且需要将完整的数据集在同样的神经网络中传递多次。如下图所示。因此仅仅更新一次或者说使用一个epoch是不够的。

随着epoch数量增加，神经网络中的权重的更新次数也在增加，曲线从欠拟合变得过拟合。

因此在一定范围内增加epoch的数量可以提高训练数据集的准确率，不过对于不同的数据集，合适的epoch数量是不一样的，但是数据的多样性会影响合适的epoch的数量。

**3** **结语**

针对提高Minst数据集训练模型的准确率的问题，本文采用了训练多个epoch来提高其准确率，并通过实验验证该方法确能提高准确率，但运行时间会随epoch的数量而增长，且准确率只能达到91%左右，所以只通过增加训练epoch的数量来提高准确率是完全不够的，还需结合参数优化等方法来提高训练模型的准确率。

[8f163494adcc40f4ca38db943c85587f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/7917146ef53d437d89e04a9fa54470d8.png
[525b116ca918d32e4b015c58a03c619c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/bfdb2e21e1734967a03f4078029776a2.png
[c5d860ea77e49a48fbfc8fa29d2c28d2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/225f766877c84f78a95a29c5fac8ace2.png
[35ca6356d8edf8019ffa70c2bd341943.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/483fd8f3b71e4089948e00daa38435bc.png