シラバス レッスン 246 中 16 · モジュール 1:このコースのための Python
モジュール 1:このコースのための Python

損失の曲線を読む

なぜ大切か 訓練の実行は、データを 1 回たどるごとに損失を表示します。いつ良くならなくなったかを知れば、いつ訓練を止めるかがわかります。

訓練のログには、ふつう エポック(データの 1 回のたどり)ごとに 2 つの数があります。訓練のデータでの損失と、モデルが決して訓練しない取っておいた検証のデータでの損失です。訓練の損失はほとんどいつも下がり続けます。検証の損失は下がり、それからしばしば上に戻ります。モデルがパターンを学ぶ代わりに、訓練のデータを覚え始めたのです。

エポック:訓練のデータの 1 回の完全なたどりです。

止める最良の瞬間は、検証の損失が最も低いエポックです。np.argmin は最も小さな値の位置を見つけます。

まとめ 訓練の損失ではなく、検証の損失を見ましょう。その最も低い点が、最良のモデルです。

このレッスンの言葉と記号
配列
すべて同じ型の数の NumPy のかたまりで、すべての項目に一度に計算をする
エポック
訓練のデータの 1 回の完全なたどり
あなたの番

train_loss と val_loss が与えられています(エポック 1 から 15)。best_epoch に検証の損失が最も低いエポックの番号(1 から数える)を設定し、両方の曲線を ax に、ラベル "train" と "validation" で、その順に描いてください。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。