社区
CUDA on Linux
帖子详情
在ENet-SAD训练时, train_loss下降并趋于不变 val_loss上升
Pluto_cc
2020-12-05 10:41:54
试了各种方法了 包括调小学习率、增加车道线的权重等
...全文
1220
回复
打赏
收藏
在ENet-SAD训练时, train_loss下降并趋于不变 val_loss上升
试了各种方法了 包括调小学习率、增加车道线的权重等
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
关于神经网络的模型
训练
时
loss
和
val
_
loss
变化的问题（笔记整理）
train
loss
下降
⬇，
val
loss
下降
⬇，说明网络仍在学习；~~ 奈斯，继续
训练
train
loss
下降
⬇，
val
loss
上升
⬆，说明网络开始过拟合了；~~ 赶紧停止，然后数据增强、正则
train
loss
不变
，
val
loss
不变
，说明学习遇到瓶颈；~~ 调小学习率或批量数目
train
loss
不变
，
val
loss
下降
⬇，说明数据集100%有问题；~~ 检查数据集标注有没有问题
train
loss
上升
⬆，
val
loss
上升
⬆，说明网络结构设计不当，
训练
超参数设置不当，数据
train
_
loss
和
val
_
loss
结果分析
train
_
loss
和
val
_
loss
结果分析
目标检测问题中的-
loss
,
val
_
loss
概念 最近在用研究keras-yolov3，遇到了
loss
,
val
_
loss
这两个基本的概念，在这捋一捋这两位的到底有啥作用。
loss
：
训练
集上
loss
，就是总的
loss
；
val
_
loss
:测试集中的
loss
； 过拟合 （1）
loss
一直
下降
，收敛，而
val
_
loss
却
上升
，不收敛，说明过拟合了。
loss
下降
、收敛，说明模型在
训练
集上，表现良好，但是却在验证集、测试集上没有良好的表现...
【Kares】
train
_
loss
/
val
_
loss
/
train
_acc/
val
_acc可视化
第一种：使用
val
idation_split=0.2 H = model.fit(
train
X,
train
Y, batch_size=BS, epochs=EPOCHS,
val
idation_split=0.2, shuffle=True) # plot the
train
ing
loss
and accuracy
train
ing_vis(H) # set the matplot...
loss
、
val
_
loss
、accuracy、
val
_accuracy
loss
：
训练
集损失值 accuracy:
训练
集准确率
val
_
loss
:测试集损失值
val
_accruacy:测试集准确率 以下5种情况可供参考：
train
loss
不断
下降
，test
loss
不断
下降
，说明网络仍在学习;（最好的）
train
loss
不断
下降
，test
loss
趋于
不变
，说明网络过拟合;（max pool或者正则化）
train
loss
趋于
不变
，test
loss
不断
下降
，说明数据集100%有问题;（检查dataset）
train
loss
...
CUDA on Linux
374
社区成员
345
社区内容
发帖
与我相关
我的任务
CUDA on Linux
CUDA on Linux
复制链接
扫一扫
分享
社区描述
CUDA on Linux
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章
发帖
与我相关
我的任务
分享
