Was ist Zug-Verlust, Gilt der Verlust und die Zug/Val Mittelwert in NNs

Ich bin derzeit lernen über Convolutional Neural Networks durch das Studium Beispiele wie die MNIST Beispiele. Während des Trainings eines neuronalen Netzes, ich sehe Häufig, Ausgabe: 

 Epoch  |  Train loss  |  Valid loss  |  Train /Val
-------- | -------------- | -------------- | ---------------
    50  |    0.004756  |    0.007043  |     0.675330
   100  |    0.004440  |    0.005321  |     0.834432
   250  |    0.003974  |    0.003928  |     1.011598
   500  |    0.002574  |    0.002347  |     1.096366
  1000  |    0.001861  |    0.001613  |     1.153796
  1500  |    0.001558  |    0.001372  |     1.135849
  2000  |    0.001409  |    0.001230  |     1.144821
  2500  |    0.001295  |    0.001146  |     1.130188
  3000  |    0.001195  |    0.001087  |     1.099271

Neben den Epochen, kann mir jemand eine Erklärung, was genau stellt jede Spalte und was bedeuten die Werte? Ich sehe eine Menge von tutorials auf grundlegende cnn, aber ich habe nicht eine, die erklärt, im detail.

InformationsquelleAutor sebaqu | 2016-05-01
  1. 20

    Scheint es, dass ein held-out-Menge von Daten verwendet wird, zusätzlich zum Training im Netzwerk. Ausbildung Verlust ist der Fehler auf der trainingsmenge von Daten. Validierung Verlust ist der Fehler nach dem ausführen der überprüfung einen Satz von Daten durch das ausgebildete Netzwerk. Zug/gilt, ist das Verhältnis zwischen den beiden.

    Unerwartet, wie die Epochen Anstieg sowohl der Validierung und training Fehler ablegen. An einem bestimmten Punkt, während die Ausbildung der Fehler weiterhin rückläufig ist (das Netzwerk lernt, die Daten besser und besser) den Validierungsfehler zu steigen beginnt-das ist overfitting!

    InformationsquelleAutor DMML
Schreibe einen Kommentar