Как использовать модель MXNet в C ++?

В рамках тренинга вы должны периодически оценивать свою модель по набору валидации, например, в конце каждой эпохи. Затем вы должны иметь четкое представление об ожидаемой точности модели при использовании модели для оценки новых данных, чтобы определить, действительно ли модель работает хуже, чем ожидалось во время вывода.

Если точность проверки модели при обучении модели не лучше случайной (то есть 1 / количество классов), для этого может быть много причин, в том числе; плохой выбор модели, неправильный расчет потерь, неправильная техника оптимизации и гиперпараметры (например, скорость обучения).

Если точность проверки модели на невидимых данных низкая, возможно, вы пытаетесь применить модель к другой области, в которой она была обучена. Вы не можете использовать модель, обученную рукописным символам (например, MNIST), для классификации объектов реального мира (например, ImageNet).

Если вам нужен пример обучения модели на C ++, взгляните на этот урок.