Machine learning 什么'；s a"；“好”；像yolo这样的DL模型的损失函数的值？
我收集了约1500个标记数据，并使用yolo v3进行训练，训练损失约10次，验证损失约16次。显然，我们可以使用真实的测试数据来评估模型的性能，但我想知道是否有一种方法可以判断这个训练损失=10是否是一个“好”的损失？或者这是否表明我需要使用更多的训练数据，看看我是否可以将其降低到5或更少 最后，我的问题是，对于一个具有预定义损失函数的著名模型，是否有一个“良好”的训练损失标准值Machine learning 什么'；s a"；“好”；像yolo这样的DL模型的损失函数的值？,machine-learning,neural-network,deep-learning,loss-function,yolo,Machine Learning,Neural Network,Deep Learning,Loss Function,Yolo,我收集了约1500个标记数据，并使用yolo v3进行训练，训练损失约10次，验证损失约16次。显然，我们可以使用真实的测试数据来评估模型的性能，但我想知道是否有一种方法可以判断这个训练损失=10是否是一个“好”的损失？或者这是否表明我需要使用更多的训练数据，看看我是否可以将其降低到5或更少 最后，我的问题是，对于一个具有预定义损失函数的著名模型，是否有一个“良好”的训练损失标准值 谢谢。您的验证损失是一个很好的指标，表明培训损失是否可以进一步缓解，我的意思是，我没有任何一次性解决方案，您必须调
谢谢。您的验证损失是一个很好的指标，表明培训损失是否可以进一步缓解，我的意思是，我没有任何一次性解决方案，您必须调整超参数，检查val测试并迭代。您还可以通过查看损失曲线了解损失情况，它是在停止培训时减少的，还是平坦的，您可以了解培训的进展情况并做出相应的更改。GoodLuck您的验证损失是一个很好的指标，表明培训损失是否可以进一步缓解，我的意思是我没有任何一次性解决方案，你必须调整超参数，检查val测试和迭代。你也可以通过查看损失曲线得到一个好主意，它是在你停止训练时减少的，还是平坦的，您可以了解训练的进展情况，并做出相应的更改。GoodLuck您需要训练您的体重，直到平均失重为0.0XXXXX。检测具有匹配锚IOU的对象是最低要求 更新日期：2018年11月28日 在训练目标检测模型时，由于数据量大，损失有时会发生变化。但您只需要计算平均精度（MAP），它准确地给出了训练模型的精度标准
./darknet detector map .data .cfg .weights
您需要训练您的体重，直到平均体重损失变为0.0XXXXX。检测具有匹配锚IOU的对象是最低要求 更新日期：2018年11月28日 在训练目标检测模型时，由于数据量大，损失有时会发生变化。但您只需要计算平均精度（MAP），它准确地给出了训练模型的精度标准
./darknet detector map .data .cfg .weights
我明白了。因此，损失函数的值似乎不是一个很好的指标，即使对于一个成熟的算法也是如此。我可能应该在测试示例上使用良好但耗时的人工验证。谢谢我懂了。因此，损失函数的值似乎不是一个很好的指标，即使对于一个成熟的算法也是如此。我可能应该在测试示例上使用良好但耗时的人工验证。谢谢