训练keras模型;为什么mae减少而mse增加？

Question

我正在使用keras训练一个关于回归问题的模型。当我在培训期间调查损失和指标时，有时mean absolute error (mae)会在纪元结束时减少，而mean square error (mse)会增加。我将mae设置为损失，将mse设置为指标。

可以吗？或者设置有问题吗？ 感谢

Answer 1

MSE和MAE是不同的指标。一个的减少并不意味着另一个的减少。请考虑以下玩具示例，了解网络的大小为2的输出值，目标值为Target: [0,0]

• 时间步长1：Output: [2,2]，MAE: 2，MSE: 4
• 时间步长2：Output: [0,3]，MAE: 1.5，MSE: 4.5

因此MAE下降而MSE增加。鉴于您正在优化MAE并仅监控MSE，您的观察结果非常好，并不意味着任何问题。