【炼丹笔记】如何看loss调参

看loss调参

train loss 不断下降，test loss不断下降，说明网络仍在学习;

train loss 不断下降，test loss趋于不变，说明网络过拟合;

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

train loss 趋于不变，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;

train loss 不断上升，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，数据集经过清洗等问题。

学习率和loss曲线的关系

 loss曲线波动幅度大怎么办？

增大batch size。

loss曲线上下跳动，不稳定，这和随机梯度下降时候设定的batch size有关系。batch size非常小的情况下，能让网络跳出鞍点，但会出现很大程度的不稳定；如果batch size设定大一些，会相对稳定一点，但容易陷在鞍点处。不过随着网络的加深，鞍点问题似乎得以缓解。

 根据准确率判断是否过拟合

参考：

训练loss不下降原因集合 - 知乎一，train loss与test loss结果分析 train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，test loss趋于不变，说明网络过拟合; train loss 趋于不变，test loss不断下降，说明数据集…https://zhuanlan.zhihu.com/p/136786657