【问题标题】：Can you explain what if i am getting the loss added with scientific notation?你能解释一下如果我用科学记数法加上损失怎么办？
【发布时间】：2021-06-27 19:04:31
【问题描述】：
纪元 100/100
4/4 [==============================] - 4s 968ms/步 - 损失：1.4615e-07 - 精度： 1.0000 - val_loss：0.0154 - val_accuracy：1.0000
如果我用不同的参数训练我的模型，我不会有这样的损失。遇到这种损失怎么考虑？
请解释一下。提前致谢
【问题讨论】：
标签：
lstm
recurrent-neural-network
【解决方案1】：
我不太明白这个问题，但我认为这与损失的显示方式有关。某些值（在某个阈值下）转向科学计数法（带 e）是正常的。在您的情况下，损失为 0.00000014615，非常小，因此它被转换为科学计数法。其他参数的其他结果可能会有所不同，因为它们可能超过了科学计数法所需的阈值。
只要在对验证/测试集进行预测时获得，那么小的损失就是好的。如果它在训练集上超低，但在验证/测试集上表现不佳，则可能是您的模型过度拟合。