train loss与test loss结果分析

train loss与test loss结果分析

train loss 不断下降，test loss不断下降，说明网络仍在学习;
train loss 不断下降，test loss趋于不变，说明网络过拟合;
train loss 趋于不变，test loss不断下降，说明数据集100%有问题;
train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;
train loss 不断上升，test loss不断上升，说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题。

以上是复制粘贴别人的,保存仅供参考,以下是自己遇到的

1.训练FCN-VGG19,loss在0.2附近震荡不收敛,把送入神经网络的原始数据归一化到0-255,loss开始收敛

2.训练VNET,loss出现NAN,原因输入数据没有归一化到 0-1

其中的区别是 FCN使用了VGG预训练参数,VNet从头开始训练