【问题标题】:How interpret keras training loss without compare with validation loss?如何在不与验证损失比较的情况下解释 keras 训练损失?
【发布时间】:2019-06-27 17:13:27
【问题描述】:

我有几个相同神经网络的实现,但每个都有不同的起始参数。

这是我比较基础实验的训练损失和另一个实验的训练损失的情节之一。

我还有其他的例子:

谁能给我一些关于如何理解 keras fit() 输出的说明?请注意,我没有任何验证集。

谢谢

【问题讨论】:

标签: python keras training-data


【解决方案1】:

这很奇怪,你的损失有堰尖峰,甚至价值增加......

我可以想象几个原因:

  • 您创建的函数不是连续的或具有奇怪的行为,例如尖峰和其他可能会欺骗减少损失的想法的东西。这包括平坦和陡峭区域之间的巨大对比。

  • 你正在使用一个奇怪的自定义优化器

  • 你的学习率太大

【讨论】:

    猜你喜欢
    • 2019-04-02
    • 2017-07-17
    • 2020-08-08
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-11-29
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多