5_2_4 epochsはいくつがよいのか?

今の簡単な例では、データ数は訓練用と教師用で25個ずつですが、通常はもっともっと多い方がモデルの推論の精度は高まります。またデータの品質も重要で、これはどう見ても異常だ、と思えるデータは除く必要があります。

機械学習で重要になる要素にはまた、モデルを何回訓練すればよいのか、というepochs数の問題もあります。少なすぎても多すぎてもだめで、これには、損失値のグラフが参考になります。

たとえばepochs数を200にすると、下のグラフで示すように、損失値がどんどん減少している途中なので、200では小さいのではないか、ということが予想できます。

下図の左ははepochs数を3000にしたときのグラフで、右は部分的に拡大したものです。損失値はepochsが1300を超えたあたりからさほど減っていかないことが分かります。

このように、設定するepochs数によって結果がずいぶん変わるので、epochs数を変えて何回も試し、良い落としどころを探る必要があります。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

CAPTCHA