0

estaba entrenando una red autoencoder que tiene las siguientes variables: ['fecha', 'latitud', 'longitud', 'altitud', 'velocidad', 'cog', 'nsat','ignicion'] , la fecha tiene año/mes/dia hora/min/seg. Primero partí entrenando la red separando la fecha en 6 columnas, el cual me salio el siguiente resultado y su arquitectura:

Train on 4007935 samples, validate on 1494893 samples

Configuración

Función de activación Tanh

Función perdida Mean squared error(mse)

Algoritmos optimiza-dores Adam

Numero de épocas 50

Numero de lotes(batch size) 400

Métrica R-squared

Regularizador l2(1e-8) Hidden layer 1 y 6

Tiempo de entrenamiento 6032

introducir la descripción de la imagen aquí

introducir la descripción de la imagen aquí

introducir la descripción de la imagen aquí

La red tienen un buen rendimiento, pero decide usar epoch unix time(calcula segundos de 1970) en vez de la fecha que ocupa 6 columnas lo cual reduciría el numero de columnas.Y lo entrene con la misma arquitectura y salio el siguiente resultado: introducir la descripción de la imagen aquí

introducir la descripción de la imagen aquí

Uno diría que tiene un buen rendimiento pero es raro que training loss sea mayor que el validation loss,luego probé con otra arquitectura pensando que era un error pero sigue teniendo este comportamiento. Nunca me ha sucedido esto y tampoco se el motivo porque sucede. Tienen alguna explicación de lo que esta sucediendo. Después cambie la siguiente configuración, cambie el shuffle a False y vi que ya no tenia ese comportamiento, si no como de la primera imagen(no tengo entrenado le modelo todavia) que estaría bien.

autoencoder = model.fit(X_train,X_train,
      batch_size=batch_size,
      epochs=nb_epoch,
      **shuffle** = False,
      validation_data=(X_test,X_test))

¿Porque sucede esto ? ¿debería dejar en fecha completa o en unix? ¿A alguien le sucedió esto?

Saludos

1 respuesta 1

0

Los mecanismos de regularización L1/L2 o Dropout son desactivados en el momento de validación esta puede ser la explicación de la diferencia en los resultados. Al parecer es un error común, puedes revisar aquí.

Yo te recomendaría hacer cross validation para evaluar el modelo y dividir la fecha en dos columnas año/mes/dia y hora/min/seg, no creo que sea necesario dividirla en 6 columnas para este caso.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.