mxnet训练loss输出

在使用MXNet进行训练时,发现只能看到accuracy而没有loss输出,这可能导致训练过程中无法及时调整参数。解决方案在于自定义评估指标。参考MXNet的`mxnet/metric.py`文件,可以找到如Accuracy和Loss等示例类。通过继承`EvalMetric`基类,可以创建自己的评价接口。例如,添加cross entropy loss的监控。在训练模型时,通过`mod.fit`的`eval_metrics`参数使用自定义的评价指标,从而在训练过程中显示loss。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近两天刚开始用mxnet,训练时发现log只有accuracy,没有loss,训练半天到跑验证的时候才发现loss为NAN了。

这样不能随时看到loss的变化而及时做出调整,比较浪费时间精力。


在python mxnet安装路径下有相关接口和文件。

我用的Anaconda2,路径为Anaconda2\Lib\site-packages\mxnet\metric.py

这是一个在线评价模块Online evaluation metric module。里面给出了一些精度、loss等的评价示例类,并且给出了详细直观的示例。这些评价类的基类都是class EvalMetric(object)。

如精度评价:

class Accuracy(EvalMetric):
    """Computes accuracy classification score.

    The accuracy score is defined as

    .. math::
        \\text{accuracy}(y, \\hat{y}) = \\frac{1}{n} \\sum_{i=0}^{n-1}
        \\text{1}(\\hat{y_i} == y_i)

    Parameters
    ----------
    axis : int, default=1
        The axis that represents classes
    name : str
        Name of this metric instance for display.
    output_names : list of str, or None
        Name of predictions that should be used when updating wit
评论 3
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
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