我的损失在少数时代首先下降,但随后开始增加,然后增加到某一点,然后停止移动。我认为现在它已经趋于一致。现在,我们可以说我的模型不适合吗?因为我的解释是(幻灯片93 link),如果我的损失正在下降,然后增加,这意味着我有很高的学习速度,并且在每隔两个时代我就会衰减,所以在几个时代损失停止增加后,因为学习率很低现在,因为我的学习速度还在下降,所以现在损失应该再次下降,根据幻灯片93,因为学习率很低,但事实并非如此。我们可以说损失不会进一步下降,因为我的模型不合适?我的模型是不适合的,张量流?
0
A
回答
2
因此,要总结,在训练数据丢失:
- 第一下楼
- 然后再次上升
- 然后将其保持在同一水平
- 然后学习率
- 并且损失不再回落(仍然保持与衰减的学习率相同)
对我来说,听起来好像最初的学习率太高了,之后它就陷入了局部最低点。在这一点上衰减学习率,一旦它已经陷入局部最低点,就不会帮助它逃脱这个最低限度。将初始学习率设置为较低的值更有可能是有益的,这样您就不会以最初的“糟糕的”本地最小值为结果。
您的模型现在可能不足并且模型更复杂(例如隐藏层中的更多节点)会有所帮助。但情况并非如此。
您是否使用任何技术来避免过度配合?例如,正规化和/或辍学?如果是这样,那么您的模型最初也可能是过度拟合(当损失正在下降时,在它再次恢复之前)。为了更好地了解发生了什么事情,不仅要绘制您在训练数据上的损失,而且还要验证验证集的损失将是有益的。如果训练数据的损失大大低于验证数据的损失,那么您就知道这是过度拟合。
相关问题
- 1. 张量流模型的设计模式
- 2. 预测张量流模型
- 3. 张量流中的Keras模型
- 4. 减少张量流模型的形状
- 5. 张量流中的线性模型
- 6. 如何为我的张量流模型选择优化器?
- 7. 简单张量流线性模型
- 8. 恢复张量流模型时NotFoundError
- 9. 保存张量流模型:找不到变量
- 10. TypeError:模型的输出张量必须是Keras张量
- 11. 模型的输出张量必须是凯拉斯张量
- 12. 如何将我的三维张量组合成张量流中的单张张量?
- 13. 训练张量流模型是否自动保存参数?
- 14. 测试恢复的张量流模型的一般方法
- 15. PIL图像张量张量,张量流
- 16. 比较张量(张量流)
- 17. 找不到合适的optaplanner域模型
- 18. 张量流和预测中的恢复模型
- 19. 张量流中的字符级双向语言模型
- 20. 估计张量流模型的内存需求
- 21. 如何从恢复的模型中预测MLP张量流?
- 22. NaN在张量流中的损失LSTM模型
- 23. 将经过训练的模型加载回张量流
- 24. 张量流中逻辑回归模型的系数
- 25. 使用keras模型的张量流图进行预测
- 26. 如何训练张量流中的线性模型?
- 27. 如何恢复已保存的张量流模型?
- 28. 保存和恢复张量流模型(LSTM)的问题
- 29. 的GetMap()方法是不是适合我
- 30. 张量流对象检测API中的模型配置参数是什么?
当你说你的损失正在增加或减少时,你是在谈论关于培训或验证/测试数据的损失吗? –
@DennisSoemers训练数据丢失。 – shader