pytorch torchvision 神经网络模型训练过拟合train_loss,valid_loss对比

上图是本人做分类问题过程中，绘制出的训练损失和验证损失曲线图

从图中可以看出来，train_loss随着迭代次数增加，逐渐减小并趋于收敛。

但是，valid_loss在减小一段时间后又开始上升，说明训练结果在验证集的效果变差。

这是由于，多次训练后模型在测试集过多的学习了测试集的特征导致过拟合，泛化能力变差。

这也在某方面提醒我们，训练次数不一定越大越好，在保存训练模型的时候，要保存在验证集上效果好的，而不是最近一次的训练结果。