三、loss和Val_loss判定模型结果好坏准则

loss:训练集的损失值 Val_loss:测试集的损失值

情况一:train loss不断下降,test loss不断下降,说明网络任然在学习中

解决办法:此时的网络模型是最好的,不需要其他措施

情况二:train loss不断下降,test loss趋于不变,说明网络出现过拟合

解决办法:采用数据增强、最大池化、正则化

情况三:train loss趋于不变,test loss不断下降,说明数据集100%有问题

解决办法:检查数据集(dataset)

情况四:train loss趋于不变,test loss趋于不变,说明学习遇到瓶颈

解决办法:减少学习率或者减少批量数目

情况五:train loss不断上升,test loss不断上升,说明网络设计有问题(最不好的情况)

解决办法:重置模型结构 重置数据集

你可能感兴趣的:(teng的深度学习,深度学习,pytorch,神经网络)