第 1 模块:这门课用到的 Python
读懂一条损失曲线
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 一次训练每遍历一次数据就会打印一个损失。知道它什么时候不再变好,就能告诉你什么时候该停止训练。
一份训练日志通常每一轮(epoch,遍历一次数据)有两个数字:训练数据上的损失,以及模型从不在上面训练的留出验证数据上的损失。训练损失几乎总是一直下降。验证损失先下降,然后常常会掉头往上:模型开始死记它的训练数据,而不是学习其中的规律。
轮(epoch):完整地遍历一次训练数据。
最好的停止时刻是验证损失最低的那一轮。np.argmin 会找到最小值所在的位置。
回顾 盯着验证损失,而不是训练损失。它的最低点就是你最好的模型。
本课中的词语和符号
- 数组
- 一块 NumPy 数字,类型全都相同,能一次对每一项做数学运算
- 轮(epoch)
- 完整地遍历一次训练数据
轮到你了
train_loss 和 val_loss 已经给出(第 1 到 15 轮)。把 best_epoch 设为验证损失最低的那一轮的编号(从 1 开始数),并在 ax 上画出两条曲线,标签依次为 "train" 和 "validation"。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。