用简单的循环神经对某数据做预测训练的时候碰到了这种情况。
训练过程中的val_loss一开始就比loss低几个数量级。后来排查代码发现找不到啥问题,换了个数据集发现在训练集与测试集相同的时候会出现这种情况。但数据集划分应该是没有问题的。
training_set = df.iloc[:10000,1:2].values test_set = df.iloc[10000:,1:2].values
推测是因为整个数据集之间相似性过高,导致划分出的训练集与测试集相似度高,从而造成这种类似训练集与数据集相同的情况。
如有错误,望纠正。