使用自定义数据集训练损失下降,验证损失上升

博客讨论了在深度学习中遇到的问题,即使用自定义Dataset进行训练时损失下降,但切换到ImageFolder进行验证时损失上升。解决方案是确保训练集和验证集使用相同的数据加载方式。这可能是由于数据预处理或批处理的不一致性导致的。
摘要由CSDN通过智能技术生成

问题描述

自己定义了一个Dataset,检查自定义Dataset没有问题。训练集使用了自己定义的Dataset,但是测试集使用的是ImageFolder,会导致训练损失下降,但是验证损失不断上升。

# 获取数据集
train_data = MyData(train_set_path, transform=train_tf)
test_data = ImageFolder(test_set_path, transform=test_tf)

解决方法

获取数据集时使用相同的获取方式

train_data = MyData(train_set_path, transform=train_tf)
test_data = MyData(test_set_path, transform=test_tf)
train_data = ImageFolder(train_set_path, transform=train_tf)
test_data = ImageFolder(test_set_path, transform=test_tf)

不太明白具体的原理。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值