使用text_classifier_learner获得完全相同的准确度（但有效损失不同）-fastai

Question

我使用text_classifier_learner编写了一个用于假新闻分类的模型。但是，当我使用800个虚假项目和800个真实新闻项目的一个子集（learn.fit_one_cycle（5））时，我最终会得到一个准确度值，或者在多个cyc_lens上重复一次。例如，相关代码的输出如下所示：

当我将cyc_len的值增加到10以上时，我看到了相同的现象，只是这次，不是重复一个单一的值，而是重复了2-3个不同的精度。

但是，当我将新闻报道的数量增加到21k +时，就不再重复而言，准确性是独立的。但是，即使在这种情况下，精度也会大幅度波动。它从60开始，然后一直随机下降到60，直到90。

我猜这里缺少一些超级基础知识，任何潜在客户都将真正帮助您！

我的一些代码可能很重要：

learn = text_classifier_learner(data, AWD_LSTM, drop_mult=0.5)

full_train=full_train.dropna()

data = (TextList.from_df(df=full_train, path=curr_dir, cols=2) .split_by_rand_pct(0.2) .label_from_df(cols=3) .databunch())

任何帮助将不胜感激！