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！