这个 TF 训练曲线是过拟合还是欠拟合？

Question

在过度拟合的情况下，据我所知，val_loss 必须飙升，而不是 train_loss。 但是下面的情况如何（val_loss 仍然很低）？这个模型是否严重欠拟合？还是完全不同的情况？ 以前我的模型会过度拟合，所以我添加了 0.3 的 dropout（4 个 CuDNNGRU 层，64 个神经元和一个 Dense 层，batchsize 为 64），那么我应该减少 dropout 吗？

Answer 1

这既不是过拟合也不是欠拟合。有些人将其称为Unknown fit。当您在 keras 中应用正则化（L1，L2，Dropout，...）时，会发生验证

但很明显，您的模型并未针对您的验证集进行优化（几乎是一条直线）。这可能是由于很多原因：

• 您的验证集不能很好地代表您的数据集，预测非常简单或非常小。
• 降低学习率或添加更多正则化（recurrent_regularization，因为您使用的是 CuDNNGRU）
• 您的损失函数不适用于您要解决的问题。

希望这些提示对您有所帮助。