tensorflow - 停止训练并更改一些参数后如何进行训练?
问题描述
我正在通过 Keras 中的 model.fit() 训练我的模型。我停止了训练,通过打断它,甚至因为它已经完成,然后改变了 batch_size 并决定进行更多的训练。这是正在发生的事情:
训练停止/完成时的损失 = 26
训练进行时的损失 = 46
这意味着我失去了所有取得的进步,就好像我要重新开始一样。只有当我不改变任何东西时,它才会从它离开的地方开始。但是,如果我更改了批量大小,就好像优化器重新初始化了我的权重并丢弃了我的进度。未经我同意,我如何才能掌握优化器正在做什么?
解决方案
您很可能有一些示例可以为您提供较大的损失值。MSE 使情况变得更糟。当批次大小较大时,您的批次中可能会出现很多这些异常值。您可以查看造成最大损失的示例。
推荐阅读
- apache-kafka - 墓碑和密钥存储清理
- excel - 如何在excel vba的下一行中创建新的增量参考号
- javascript - 如何在 React Native 中创建顶部导航
- javascript - 比较两个数组并分组为插入和更新
- python - 我正在尝试制作一个函数,该函数接受一个列表并在 python 中给出一个编辑过的列表
- google-cloud-firestore - Firestore 规则“允许创建”创建具有不同 ID 的文档(如果已存在)
- c - 找出两个最差的值并在总和中删除
- java - 有没有办法将值动态填充到哈希图中
- kubernetes - 如何从 helm 3.0.0 升级?
- typescript - WebStorm Angular代码排列 - 在非修饰后放置修饰变量