训练损失和验证损失相同

Question

我通过 keras api 使用全连接层来预测回归值。 为了概括模型，我绘制了训练和验证损失。我希望该图向我展示验证损失高于火车损失的观点。 但是，两个损失值几乎相似，没有变化。

我在想。

1. 该模型是否训练有素？
2. 如果模型训练良好，我如何解释损失图？
3. 模型性能不好。那么我应该怎么做才能提高模型的性能呢？

Answer 1

我们都知道，验证错误通常高于训练损失。因此，当它们都相同时，您可能会感到奇怪。在我看来，您的模型可能没有经过良好的训练。您仍然需要尝试更多参数并将它们（以及测试数据集上的相应错误）记录在一个文件中，以帮助您找到最佳参数。

找到更好参数的一种简单方法是在某个参数上使用 for 循环，而其他参数固定，然后像下面这样记录它们

List = [parameter_1, parameter_2, parameter_3]
Name = 'parameter_1, parameter_2, parameter_3 \n'
f = open('training-log.csv','a')
f.write(Name)
for i in List:
    f.write('{},'.format(str(i)))
f.write('\n')
f.close()

希望对你有帮助。