验证损失和训练损失曲线，可以接受吗？

文章/答案/技术大牛

发布

1回答

python、validation、deep-learning、conv-neural-network、training-data

这是验证损失和训练损失的曲线图。我不知道这条曲线是否可以接受。任何帮助都将不胜感激 ?

浏览 17提问于2020-06-27得票数 1

回答已采纳

1回答

细调分类器模型-网格搜索

machine-learning、classification

要选择最佳LR，我使用以下配方：你确认这种方法是可靠的吗？我正在考虑不同的班级组合，其中最不平衡的

浏览 2提问于2022-08-16得票数 2

回答已采纳

2回答

我的学习曲线是否过正？

python、machine-learning、neural-network、classification、overfitting-underfitting

我正致力于多分类任务(总共6个班)，并获得了几乎完美的训练和测试的准确性(超过99%)的基础上，我的训练cnn模型。我想知道，我受过训练的模特是否有过度适应的问题。附件是该模型的损失和准确性的学习曲线。整个训练数据集包含大约30k样本，训练与验证数据的比率为4:1。我的损失曲线是否显示过拟合？

浏览 7提问于2022-10-10得票数 -1

回答已采纳

1回答

一种分类算法的学习曲线

machine-learning、classification、variance、bias

我试着理解这个学习曲线的一个分类问题.但我不知道该推断什么。我相信我已经适应过度了，但我不能肯定。不匹配模型的学习曲线在一开始就有较低的训练损失，随着训练样本的增加而逐渐增加，且保持平稳，说

浏览 0提问于2022-01-12得票数 2

2回答

tensorboard在验证集上未显示准确性和损失图

python、tensorflow、tensorboard

我是机器学习的新手，我正在尝试制作一个图像分类器，模型正在正确地训练，但问题是在张力板上，如何在验证集上可视化损失和准确性的曲线？您看到的唯一一件事就是测试集的损失和准确性 model.compile(loss='categorical_crossentropy',

浏览 1提问于2019-12-01得票数 4

1回答

MLPRegressor的培训和验证损失记录

python、scikit-learn

我使用一个MLPRegressor来解决一个回归问题，并想要绘制损失函数，即在每个训练阶段损失减少多少，对于，训练和验证都是如此。这只让我现在可以画出验证损失</e

浏览 17提问于2022-11-30得票数 0

1回答

为什么过度安装的CNN模型会有更高的验证精度？

deep-learning、cross-validation、training

我目前正在通过使用cifar10图像来训练CNN模型(50000用于培训，另10000用于验证)。我绘制了训练损失、验证损失和训练迭代的准确性：我不确定什么时候该停止训练，应该在1250迭代前后停止训练吗？还是应该在迭代5000左右停止，因为我可以获得最大的验证精度？为什么被覆盖的模型可以有一个更高的验证精度？

浏览 0提问于2019-06-15得票数 5

回答已采纳

2回答

验证显示出巨大的波动。可能是什么原因？

image-classification、cnn、loss-function

我在训练CNN来解决三级图像分类问题。我的训练损失平稳地减少了，这是预期的行为。然而，我的验证损失显示出很大的波动。附加信息:我正在微调一个Resnet-18的最后一层，它是在ImageNet数据上接受过PyTorch预培训的。我必须指出，我在训练阶段使用了一个加权损失函数，因为我的数据非常不平衡。然而，为了绘制损失图，我使用未加权损失来比较验证损失和培训损失。如

浏览 0提问于2018-05-02得票数 10

回答已采纳

1回答

当我训练CNN时，我如何解释每一个时代的损失和准确性？

machine-learning、neural-network、classification、cnn

我对神经网络非常陌生，我正在训练CNN进行图像分类，在训练过程中，我得到以下信息：这告诉我训练的损失和准确性，验证的损失和准确性，如果我错了，请纠正我。，这些量是什么？有什么方法可以理解我，如果我看他们的问题做得很好的话？

浏览 0提问于2020-12-09得票数 0

回答已采纳

1回答

我应该选择哪种学习率？

deep-learning、training、loss-function、optimization、learning-rate

我在2d图像上训练一个分割模型，Unet++，现在我正在寻找最优的学习速度。模型的主干是Resnet34，我使用Adam优化器，损失函数是骰子丢失函数。keras.callbacks.ReduceLROnPlateau(), ]📷 验证损失和训练损失似乎下降缓慢。然而

浏览 0提问于2020-11-13得票数 3

回答已采纳

2回答

keras验证之字形原因

python、keras

我正在训练一个神经网络，并得到关于损失和验证损失的结果：这些是200个时期，批量大小为16,500个训练样本和200个验证样本。正如你所看到的，在大约20个时期之后，验证损失开始做一个非常夸张的Z字形。我试图增加验证样本的数量，但这只会增加之字形，并使其更加夸张。此外，我向优化器添加了衰减值，但损失和验证损失看起

浏览 0提问于2019-07-29得票数 1

1回答

验证损失在训练损失中不断波动。

deep-learning、keras、loss-function、convergence

我正在训练一个用于多目标回归的Keras模型，使用一个自定义的损失函数，目的是使该损失函数的预测精度低于0.01。从损失函数的下面图可以看出，训练损失和验证损失迅速低于目标值，训练损失趋近较快，验证损失在训练损失值上不断波动。虽然损失低于目标阈值，但我想知道这样的波动是否能反映模型拟合的一些问题？或者，

浏览 0提问于2018-08-06得票数 1

1回答

plot函数不会绘制曲线，而只是在PyCharm中绘制图例

python-3.x、matplotlib、deep-learning、pycharm、pytorch

https://github.com/Bjarten/early-stopping-pytorch/blob/master/MNIST_Early_Stopping_example.ipynb，并获得了一些与训练损失和验证损失相关的结果但问题是，每当我试图绘制损失曲线时，它都没有显示任何内容。 my plotted figure 我希望我的曲线像the one in this picture一样。下面

浏览 16提问于2019-08-29得票数 1

回答已采纳

1回答

小数据集，列车测试拆分或列车价值和测试？

validation、tensorflow、keras、regression、train-test-split

由于数据集较小，我只做了训练和测试拆分(没有验证等)。我发现一些设置在训练和测试中都获得了非常好的结果(MAPE和R2)。但我只有列车组的损失曲线。我想知道这是否足够了，还是必须同时具有训练和验证损失曲线？由于这个想法，我把它分成三部分(10%的坚持测试)，70%的训练和20%的验证。在那里，我有两条损失曲线，并且我在训练Val和测试中获得了良

浏览 20提问于2019-11-12得票数 0

1回答

如何正确使用验证分裂在神经网络中？

neural-network、training

我有一个数据集在列车，测试和验证分裂分开。当验证分割中的损失不佳时，我停止训练，并选择它作为最终模型。但是，我应该把训练和验证作为最终模型吗？

浏览 0提问于2019-08-26得票数 3

1回答

在Keras神经网络中如何获得训练和开发误差？

python、machine-learning、keras、neural-network、evaluation

例如，当train_error= 0.1和dev_error=0.25时，模型过度是可以理解的。但我不知道我的模型提供的结果中哪一个表明了上述错误。损失值是指示此度量值还是(1-精度)的？这是我的模型训练结果的一部分：100253/100253 [==============================] - 12s 118us/step - loss:

浏览 2提问于2019-09-26得票数 0

回答已采纳

1回答

AWS Sagemaker:现有的train_image演示可以修改吗？

amazon-web-services、machine-learning、docker-image、amazon-sagemaker

但在运行"estimator.fit“进行训练后，我只能得到每个时期的avg_epoch_loss日志，其中有一些我找不到的函数打印出来的。如何绘制训练和验证损失曲线？现有的train_image demo可以修改吗？如果没有，如何绘制训练和验证损失曲线？如果是，如何访问源训练函数？

浏览 2提问于2018-10-03得票数 0

1回答

验证损失既没有增加也没有减少。

python、pytorch

通常，当模型覆盖时，验证损失会上升，而训练损失则会从过度拟合的角度下降。但就我的情况而言，训练损失仍在下降，但验证损失保持在同一水平。因此，验证的准确性也保持在相同的水平，但训练的准确性上升。同样的行为，当我试图从二维图像重建三维体积，但在较高的损失和较低的精度。有人能解释一下为什么验证损失不会从过度拟合的角度下降吗？

浏览 4提问于2020-11-29得票数 2

0回答

tensorflow CNN损失函数在tensorboard中上下(振荡)，如何去除它们？

python、machine-learning、tensorflow、deep-learning、tensorboard

我在Audioset2017数据集上训练ResNet50，在训练和验证结果时使用tensorflow，我的损失函数波动，总体趋势是下降的，但我担心这一点。想知道我的训练是否正确，我可以使用这个网络吗?或者它导致错误的results.Can，我用一些技巧删除它们？这些是我的训练和验证(Eval)损失和其他指标图片(来自tensorboard)。验证模式：

浏览 11提问于2017-12-08得票数 2

回答已采纳

1回答

高不平衡多标号分类中的损失曲线

machine-learning、classification

但是，我混淆了损失曲线(因为验证损失和测试损失是平行的)。这是过度适应的情况吗？ 

浏览 1提问于2019-03-14得票数 0

回答已采纳

点击加载更多