Machine learning FastAI lrfind（）方法不使用’；我不能正常工作

更新1

我更新了我的lr，根据“你想从那个点返回10倍，不管坡度如何。”并将其设置为 max_lr=-slice（1e-3，1e-2）

这是我得到的

情节呢

这是什么意思

正如你在第二张图中看到的

从1e-08开始，损失非常好，但我从未将lr设置为1e-08，为什么我会看到这个

损失在1e-07和1e-04之间上下波动，最终当lr在4e-05左右返回时，损失飙升至接近0.05。这是什么意思？过度装修？为什么最初当学习率接近相同值（4e-05）时，损失看起来还可以

从批量处理/损失中，我可以看到列车损失和有效损失一起进行，看起来非常好。这意味着模特训练得很好？如果它受过良好的训练，为什么会在图2的末尾投篮

我已经遵循了选择正确lr的规则，为什么它不起作用我是否可以断定lr_find（）无法正常工作？

---

这是我的lr_find（）图

然后根据它的图表，我选择了最陡的斜坡段：1e-2到1e-1作为我的lr

代码如下：

learn.fit_one_cycle(20, max_lr=slice(1e-2,1e-1))

但这是我在训练中得到的

这里是学习的情节

learn.recorder.plot_lr()
learn.recorder.plot()
learn.recorder.plot_losses()

正如你所看到的，有效损失周期性地恶化。所以我的结论是lr_find（）方法不能正常工作

我如何验证它

如果你想看到整个代码，在这里；唯一的区别是我使用

来_fp16（）

：

learn=cnn\u learner（数据，models.resnet50，metrics=error\u rate）。to\u fp16（）

---

您是否尝试过不同的低学习率（例如：1e-5和1e-3）。我的假设是，您使用的学习率很高，导致错误平面出现跳跃。谢谢@AhmadBaracat我已经降低了lr，请查看我的更新1，它包含了所有详细信息。