深度学习:loss损失不下降

这两周写代码遇到了一些问题,在训练深度学习模型时,出现损失不下降的问题。不同的state-of-art模型已经尝试很多种,损失一直维持在0.02~0.04;以下loss下降方法排除 model 影响。

损失下降方法原因

  • 数据集不够,往往导致在此数据集上,不能很好的训练模型;或者训练样例特征太复杂,难以拟合。
  • 学习率太高,loss肉眼可见的上下徘徊。
  • batch size太大,导致loss上下徘徊,难以拟合。
  • 尝试不同的优化器,SGD 、 Adam等。
  • dropout用的太多了,适当减少。
  • 训练时间不足。

个人心得:如果模型不能使得loss下降了。

第一反应应该是,要学习的特征太过复杂,简化要学习的特征。比如一张要训练矩阵为[16, 4, 64, 64, 64]的3D图像(batch size、channel、width、height、depth),可以处理为4 * [16, 4, 64, 64, 16]类似方法,还可以添加其他处理;也可以降低batch size。

第二反应是,学习率问题。给出一个初始学习率lrlr_decay,在训练过程中进行学习率下降,下降方式也可以使用其他公式来代替。

''' 
lr = 0.01
lr_decay = 0.9
optimizer = torch.optim.Adam(params=model.parameters(), lr=lr)
'''

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

JalexDooo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值