下面是我的CNN模型的验证损失和训练损失的图。
验证损失随着训练损失的增加而减少，但是两个功能之间存在差距。
这是什么意思？该模型不会随着验证损失的减少而过度拟合，但是由于两个函数之间存在间隙，该模型是否存在问题？
我对此并不陌生，请提供帮助。
答案 0 :(得分：1)
过度拟合不一定会伴随着验证损失曲线的平坦化-损失曲线之间的差距仅表明该模型正在学习不适用于验证数据的关系。在这种情况下，我要检查的第一件事是集的平衡-训练集和验证集是否都包含相等分布的类/值？在为它们分配“培训”和“验证”标签之前，是否对整个数据集进行了适当的改组？
