Tensorflow Tensorboard-我是否应该遵循;“平滑”;价值或;价值观;?

Tensorflow Tensorboard-我是否应该遵循;“平滑”;价值或;价值观;?,tensorflow,machine-learning,neural-network,tensorboard,loss-function,Tensorflow,Machine Learning,Neural Network,Tensorboard,Loss Function,我使用TF tensorboard监控模型的训练进度。我有点困惑,因为我看到代表验证损失值的两点显示了不同的方向: 时间=13:30平滑=18.33值=15.41……… 时间=13:45平滑=17.76值=16.92 在这种情况下,验证损失是增加了还是减少了?谢谢 由于我无法在评论中添加数字,请查看此图表 如果您观察x=50和x=100之间的下降坡度,您将看到局部情况下,实际值在某些点处增加(通常在向下尖峰之后)。所以你可以得出结论,你的函数值在增加。但在更大的范围内,您将看到函数值正在减少。

我使用TF tensorboard监控模型的训练进度。我有点困惑,因为我看到代表验证损失值的两点显示了不同的方向:

时间=13:30平滑=18.33值=15.41………
时间=13:45平滑=17.76值=16.92


在这种情况下,验证损失是增加了还是减少了?谢谢

由于我无法在评论中添加数字,请查看此图表

如果您观察x=50和x=100之间的下降坡度,您将看到局部情况下,实际值在某些点处增加(通常在向下尖峰之后)。所以你可以得出结论,你的函数值在增加。但在更大的范围内,您将看到函数值正在减少。平滑有助于获得更简单的解释,但不会返回精确的值


回到本地示例,它会让您了解到总体趋势是一个递减函数,但它不能提供准确的损失值。

一般来说,两个数据点不足以得出结论。你应该观察整体趋势(例如,成本是增加还是减少)。平滑只是一种帮助您做出决定的工具。@docdrive确保我理解您的评论。但即使沿着这条路走下去,我应该看看真正“价值”的趋势,还是应该看看“平滑”价值的趋势?谢谢