Machine learning 什么样的交叉熵或负对数似然足以停止训练？

我使用代价函数作为交叉熵或负对数似然函数来训练神经网络。在什么函数值下，我可以认为是停止训练的时候了，结果是好的吗？

理论上，当你达到零时。实际上，当然，你永远不会达到零。在某些情况下，网络分类性能接近100%，而交叉熵远非零（因为概率几乎均匀分布在所有选择中，对于正确的类别，概率仅略高）。根据我个人的经验，交叉熵值甚至可能开始增加，而你的准确度仍在提高。所以你的答案没有价值

PS：根本原因是交叉熵是基础非凸0/1损失函数的凸近似。当你接近一个局部极小点时，这两个可能会表现不同