【深度学习——CNN】训练集准确率和测试集准确率都是1（train

2020/5/8——5/9 参考Stack Overflow相关问题下面的回答：

stackoverflow_What does it mean when training and validation accuracy are 1.000 but results are still poor?

可能性1:Did you scale the data?(data normalization数据标准化

深度学习图像分类：首先要对图像做数据预处理——数据标准化和数据归一化。各种博客各种定义说法我都蒙了，看了这个回答觉得说的最清楚。主要内容如下：

知乎_归一化标准化辨析——nulltoall的回答

“首先要明确一下，标准化( standardization）和归一化（normalization）在ML中的概念和统计学中不太一样，容易引发歧义。两者都是特征缩放（Feature Scaling）的方法。
标准化（Standardization）又叫做Z-score normalization (是的，其实它也是一种normalization)，公式是这样的

归一化（normalization）又叫做 Min-Max scaling，这个名字不容易引起歧义。它会把数据的范围限制在0到1， 而Standardization则不会把数据限定在特定范围。Standa

相关知识

【深度学习——CNN】训练集准确率和测试集准确率都是1（train
深度学习卷积神经图像分类实现鸟类识别含训练代码和鸟类数据集(支持repVGG，googlenet, resnet, inception, mobilenet)
训练集和测试集的分布一致性分析
机器学习训练集、验证集、测试集，分类问题和回归问题评估指标，交叉验证法，macro avg与weighted avg含义，roc
机器学习模型评估与选择（关于训练集和测试集）
基于CNN的狗叫，猫叫语音分类
基于深度学习的多种类动物识别系统（网页版+YOLOv8/v7/v6/v5代码+训练数据集）
基于tensorflow深度学习的猫狗分类识别
基于度学习的猫狗分类识别
基于深度学习的动物识别系统（网页版+YOLOv8/v7/v6/v5代码+训练数据集）

原文链接: 【深度学习——CNN】训练集准确率和测试集准确率都是1（train https://www.mcbbbk.com/newsview308295.html