记录训练损失的一些规律

Posted liangzp

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了记录训练损失的一些规律相关的知识,希望对你有一定的参考价值。

train loss 不断下降,test loss不断下降,说明网络仍在学习;

train loss 不断下降,test loss趋于不变,说明网络过拟合;

train loss 趋于不变,test loss不断下降,说明数据集100%有问题;

train loss 趋于不变,test loss趋于不变,说明学习遇到瓶颈,需要减小学习率或批量数目;

train loss 不断上升,test loss不断上升,说明网络结构设计不当,训练超参数设置不当,数据集经过清洗等问题。

以上是关于记录训练损失的一些规律的主要内容,如果未能解决你的问题,请参考以下文章

在张量板上记录训练和验证损失

文本二进制分类训练期间的波动损失

语音识别 - 损失函数

验证损失 >> 训练损失,相同数据,二元分类器

使用 keras 使用预训练的 VGG 实现感知损失

数据挖掘系列 啥是逻辑回归训练模型?