首页新闻找找看学习计划

语义分割模型训练,发现验证集的loss值震荡,而精度却正常提升,这是怎么回事??

0
[待解决问题]

在用deeplabV3 + mobilenet训练语义分割模型时,发现val_loss在不断震荡下降,而val_acc则正常提升。同时,每个epoch起始阶段的acc都挺高的,训练中间则会缓慢下降后再上升(呈现波浪形趋势)。

老笨啊的主页 老笨啊 | 初学一级 | 园豆:114
提问于:2020-03-09 08:38
< >
分享
所有回答(1)
0

损失和精确度本来也不是完全线性相关的,这取决于你用的损失函数,这本来也就是两个不同的指标啊

yytxdy | 园豆:769 (小虾三级) | 2020-03-09 10:00

我有些不太明白。。如果是这样的话,那模型好坏监控的指标应该是val_loss,还是val_acc呢? 理论上应该是val_acc才是关注点,而实际上,很多代码都是监控val_loss。。
同时,你看看train_acc,很多时候都是,每个epoch刚开始迭代时的acc比较高,中间会逐渐降低,然后再升高,呈现波浪形趋势。。这个也让我很是疑惑。。。

支持(0) 反对(0) 老笨啊 | 园豆:114 (初学一级) | 2020-03-09 15:11

@老笨啊: val_loss和val_acc都是关注指标,震荡说明你离最优点很近了,参数的更新让你的结果在最优点左右晃动,本来训练也就是震荡的逼近最优点啊

支持(0) 反对(0) yytxdy | 园豆:769 (小虾三级) | 2020-03-09 16:30

@杨宇的爸爸: 问题在于,我个人以为关注指标应该是val_acc,因为是目标。。val_loss应该只是参考指标。。同时,对于loss的震荡,我可以理解,只是幅度偏大了些,感觉哪里有问题(我也不知道是否如此)。。。

支持(0) 反对(0) 老笨啊 | 园豆:114 (初学一级) | 2020-03-10 08:13
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册