停止并更改一些参数后如何进行训练?

时间:2019-04-28 23:10:03

标签: tensorflow keras deep-learning

我正在通过Keras中的model.fit()训练我的模型。我中断了培训,或者中断了培训,甚至是因为培训已经结束,然后更改了batch_size并决定接受更多培训。这是正在发生的事情:

培训停止/结束时的损失= 26

训练进行中的损失= 46

表示我失去了所有的进步,就好像我要重新开始一样。 仅当我不进行任何更改时,它才会从它离开的地方继续进行。但是,如果我更改了批次大小,就好像优化程序重新初始化了重量并抛出了进度一样。未经我同意,如何了解优化程序的工作?

1 个答案:

答案 0 :(得分:2)

您很可能有一些示例,这些示例会给您带来较大的损失值。 MSE使情况变得更糟。当批次大小较大时,您的批次中可能会出现许多异常值。您可以查看造成损失最大的示例。