tensorflow - Val_loss 和 Loss 的数量相同（张量流）

Question

基本上我的loss和val_loss是完全相同的数字（0.0585）

这是坏事还是好事？

标签： tensorflow

Answer 1

如果两者loss和val_loss大致相同，并且如果值趋同，那么您做对的机会非常高。它表示完美拟合的场景，这意味着该模型正确地泛化到看不见的数据，这是一件好事。

确保以下事项：

• 绘制随着时间的loss推移并查看值是否收敛
• 你的training_data_set和val_data_set不同的

通常，您的模型在训练数据上的表现要好于在未知验证数据上的表现。有点过拟合是正常的，所以在理想情况下，你将拥有的是：

val_loss > loss

最终你的目标应该是val_loss尽可能低。一些过度拟合几乎总是一件好事（val_loss略高于loss）。最终重要的是val_loss你能得到的最低。

如果您还没有这样做，建议您阅读有关模型过拟合和欠拟合的文章。

• https://elitedatascience.com/overfitting-in-machine-learning#overfitting-vs-underfitting
• https://www.geeksforgeeks.org/underfitting-and-overfitting-in-machine-learning/