train loss 不断下降,dev(或test) loss不断下降:说明网络仍在学习;
train loss 不断下降,dev(或test) loss趋于不变:说明网络过拟合;
train loss 趋于不变,dev(或test) loss不断下降:说明数据集100%有问题;
train loss 趋于不变,dev(或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;或者是数据集有问题(数据集标注错误数据比较多)
train loss 不断上升,dev(或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,数据集未经过清洗等问题
关于loss
最新推荐文章于 2022-10-07 19:08:53 发布