Kurrikulum Leson 16 van 246 · Module 1: Python vir hierdie kursus
Module 1: Python vir hierdie kursus

Lees 'n verlieskurwe

Hoekom dit saak maak 'n training run druk 'n loss na elke pass oor die data. Om te weet wanneer dit ophou om beter te word, vertel jou wanneer om op te hou om te train.

A se opleidingslog het gewoonlik twee nommers per epoch (een keer oor die data): die verlies op die opleidingsdata, en die verlies op die gehoue vasetstellingsdata wat die model nooit opleid nie. Opleidingsverlies daal byna altyd aan. Vasetstellingsverlies daal, en gaan dan dikwels weer op: die model het begin om sy opleidingsdata te memoriseer in plaas daarvan om die patroon te leer.

Epoch: een volledige deurloop oor die opleidingsdata.

Die beste oomblik om te stop is die epoch waar die validation loss die laagste is. np.argmin vind die posisie van die kleinste waarde.

Opsomming Kyk na validation loss, nie training loss nie. Sy laagste punt is jou beste model.

Woorde en simbole in hierdie les
array
a NumPy blok van nommers, almal van dieselfde tipe, wat wiskunde op elke item gelyktydig doen
epoch
one volledige dekgat oor die opleidingsdata
Jou beurt

train_loss en val_loss word gegee (epochs 1 tot 15). Stel best_epoch in op die epochnommer (tel vanaf 1) met die laagste validation loss, en teken beide kurwes op ax met labels "train" en "validation", in daardie volgorde.

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.