这是我的代码:
for it in range(EPOCH*24410//BATCH_SIZE):
tr_pa, tr_sp = sess.run([tr_para, tr_spec])
train_loss, _ = sess.run([loss, fw_op], feed_dict={x: tr_pa, y: tr_sp})
train_loss_.append(train_loss)
it_tr.append(it)
va_pa, va_sp = sess.run([va_para, va_spec])
validate_loss = sess.run(loss, feed_dict={x: va_pa, y: va_sp})
validate_loss_.append(validate_loss)
这是训练损失和验证损失:
我的问题是我的验证码是否正确。这个模型适合吗?
答案 0 :(得分:4)
过度拟合的特征签名是指验证损失开始增加,而训练损失则继续减少,即:
(图片摘自overfitting上的Wikipedia条目)
还有其他一些图表明过度拟合(source):
另请参见SO线程How to know if underfitting or overfitting is occuring?。
很明显,您的绘图没有这种行为,因此您没有过拟合。
您的代码看起来还不错,请记住,您没有显示会话sess
中到底发生了什么。