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