loss:训练集的损失值 Val_loss:测试集的损失值
情况一:train loss不断下降,test loss不断下降,说明 网络任然在学习中
解决办法:此时的网络模型是最好的,不需要其他措施
情况二:train loss不断下降,test loss趋于不变,说明 网络出现过拟合
解决办法:采用数据增强、最大池化、正则化
情况三:train loss趋于不变,test loss不断下降,说明 数据集100%有问题
解决办法:检查数据集(dataset)
情况四:train loss趋于不变,test loss趋于不变,说明 学习遇到瓶颈
解决办法:减少学习率或者减少批量数目
情况五:train loss不断上升,test loss不断上升,说明 网络设计有问题(最不好的情况)
解决办法:重置模型结构 重置数据集
Original: https://blog.csdn.net/weixin_48205788/article/details/123381198
Author: teng腾
Title: 三、loss和Val_loss判定模型结果好坏准则
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/707950/
转载文章受原作者版权保护。转载请注明原作者出处!