1.训练集loss不断降低,但是测试集的loss先下降在增加说明模型过拟合了,一般adam优化器会经常出现这种情况,尝试使用其他优化器,同样可以加dropout,bn,做数据增广,加别的正则化试一下。
2.训练集loss不断降低,但是测试集loss一直增加,查看训练集和验证集分布是不是一样,在划分之前先shuffle一下。
3.测试集上的损失不断减少,但是训练集上的损失不断震荡有增有减。如果只是局部震荡,但是整体趋势还是下降的,则可能是batch设置过小等,否则,考虑学习率设置是否过大;损失函数以及参数更新策略,因为如果损失函数是凸的,而且采用的梯度下降策略,在训练的过程中,训练集最多不下降,但是一般不会上升。