- AI源码解读:卷积神经网络(CNN)深度学习案例:Python版
- 李永华编著
- 160字
- 2023-08-04 18:54:07
1.4.1 训练准确率
训练模型并保存后,得到损失值随训练轮次变化的曲线,如图1-7所示。开始时训练损失值(training loss)迅速降低,随着训练轮次(batch)的增加,训练损失值缓慢下降,并最终趋于稳定。
![](https://epubservercos.yuewen.com/AEF001/26580728501158706/epubprivate/OEBPS/Images/Figure-P37_1378.jpg?sign=1739685490-GwOvI5TTferWV7DKgk9d99jXkFZTfVu7-0-0f7fc748f7853227e4ea0e770d70deaf)
图1-7 训练损失值示意图
也可以利用类似方法得到测试损失值,如图1-8所示。测试损失值(test loss)波动比较大,随着训练轮次(batch)增加呈下降趋势。
![](https://epubservercos.yuewen.com/AEF001/26580728501158706/epubprivate/OEBPS/Images/Figure-P38_1384.jpg?sign=1739685490-Sqx6oCcO8petnN1XNHekPPs15zuXHk5Z-0-6227687146d48916a82fddc9304aeab5)
图1-8 测试损失值示意图