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。
from: http://blog.csdn.net/smf0504/article/details/71698354
补充:
train loss:训练误差
不同模型用的代价函数可能不一样,这个train loss具体的值的计算方式也不一样。但表达的意思都是用来表示,训练集在模型中的预测结果与真实结果的误差。