文档摘要

5.3 结果分析与调优 本节摘要：训练结束不等于完成。要同时看训练集与验证集的损失、准确率：两者一起变好是健康学习；训练继续变好而验证变差是过拟合；两者都差是欠拟合或实现错误。原文 5.4 把诊断放在调参之前：先读曲线，再动容量、正则、epoch、学习率。第一轮调参只改一个旋钮，并与 5.2 的基线检查点比较。最终报告测试集一次，并写明用的是验证最优还是最后一轮。 会员。《5.3 结果分析与调优》收录于灏天文库文集《TensorFlow、PyTorch 入门实战：快速搭建你的第一个AI模型》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/465-tensorflowpytorch-%E5%85%A5%E9%97%A8%E5%AE%9E%E6%88%98%E5%BF%AB%E9%80%9F%E6%90%AD%E5%BB%BA%E4%BD%A0%E7%9A%84%E7%AC%AC%E4%B8%80%E4%B8%AAai%E6%A8%A1%E5%9E%8B

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流