训练过程loss突然增大可能的原因

  1. 训练样本是否 shuffle 过,如果没shuffle 可能你之前都拟合一些近似的样本 误差很小,然后在一个 batch
    中突然拟合了一个和之前差异很大的样本
  2. 如果使用了 adam,通常对这种情况会处理的好一点,adam的两个 ema参数可以调整试试,可以快进你的
    迭代速度,把他们调大一些,快进的速度为 1/(1-lambda)。
  3. 使用adam 了解了数据集的迭代特性后建议切换回到 SGD,通过进一步参数调整来得到更好的结果。
  4. learning rate 如果刚开始过大的话,数值容易出现不稳定的情况,可以尝试调小
  5. 还要看一下你的 network 是哪一种类型,通常 RNN 类的经常更容易遇到这样的问题,尝试简化模型。
  6. 如果尝试很多方法都不行,那么可能是数据集的特征和 label 不match
    【转】
  • 20
    点赞
  • 63
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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