loss：訓練集損失值

accuracy:訓練集準確率

val_loss:測試集損失值

val_accruacy:測試集準確率

?

以下5種情況可供參考：

train loss 不斷下降，test loss不斷下降，說明網絡仍在學習;（最好的）

train loss 不斷下降，test loss趨于不變，說明網絡過擬合;（max pool或者正則化）

train loss 趨于不變，test loss不斷下降，說明數據集100%有問題;（檢查dataset）

train loss 趨于不變，test loss趨于不變，說明學習遇到瓶頸，需要減小學習率或批量數目;（減少學習率）

train loss 不斷上升，test loss不斷上升，說明網絡結構設計不當，訓練超參數設置不當，數據集經過清洗等問題。（最不好的情況）

這種情況，loss在下降，val_loss趨于不變，說明網絡過擬合狀態

總結

以上是生活随笔為你收集整理的TensorFlow中loss与val_loss、accuracy和val_accuracy含义的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。