Tensorflow Tensorboard - 我应该遵循“平滑”值还是“值”？答案

【问题标题】：Tensorflow Tensorboard - should I follow the "smooth" value or the "Value"?Tensorflow Tensorboard - 我应该遵循“平滑”值还是“值”？
【发布时间】：2018-12-07 02:22:41
【问题描述】：

我正在使用 TF 张量板来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个点显示出不同的方向：

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，验证损失是增加还是减少？谢谢！

【问题讨论】：

一般情况下，两个数据点不足以得出结论。您应该观察整体趋势（例如成本是增加还是减少）。平滑只是帮助您做出决定的工具。
@DocDriven 当然我理解你的评论。但即使一路走来，我应该看真正“价值”的趋势，还是看“平滑”价值的趋势？谢谢。

标签： tensorflow machine-learning neural-network tensorboard loss-function

【解决方案1】：

由于我无法将数字放入 cmets，请查看此图。

如果您观察 x = 50 和 x = 100 之间的下降斜率，您会在局部看到实际值在某些点处增加（通常在向下的尖峰之后）。因此，您可以得出结论，您的函数值正在增加。但在更大的范围内，您会看到函数值正在减少。平滑可帮助您更轻松地进行解释，但不会返回精确值。

回到本地示例，它会让您了解整体趋势是一个递减函数，但它不提供准确的损失值。

【讨论】：