Bingo~

Bingo~

0个粉丝

16

问答

4

专栏

11

资料

Bingo~  发布于  2020-09-30 10:54:39
采纳率 0%
16个问答
3148

用pytorch定义的逻辑回归,在迭代时损失值越来越大是什么情况

   
for epoch in range(Epochs):
    q =torch.Tensor(q).float()
    loss = loss_fn(X, U, p, q)
    optim.zero_grad()
    loss.backward()
    optim.step()
    print('*'*10)
    print('epoch {}'.format(epoch+1))  #误差
    print('loss is {:.4f}'.format(loss))
X和U为自变量,p和q为对应的y值
        **********
epoch 1
loss is 52.6023
**********
epoch 2
loss is 52.6023
**********
epoch 3
loss is 52.6023
**********
epoch 4
loss is 52.6022
**********
epoch 5
loss is 52.6022
**********
epoch 6
loss is 52.6122
**********
epoch 7
loss is 52.6021
**********
epoch 8
loss is 52.6021
**********
epoch 9
loss is 52.6121
**********
epoch 10
loss is 52.6120
**********
epoch 11
loss is 52.6120
**********
epoch 12
loss is 52.6219
**********
epoch 13
loss is 52.6218
**********
epoch 14
loss is 52.6118
**********
epoch 15
loss is 52.6217
**********
epoch 16
loss is 52.6117
**********
epoch 17
loss is 52.6016
**********
epoch 18
loss is 52.5715
**********
epoch 19
loss is 52.5615
**********
epoch 20
loss is 52.5414

希望路过的各位大佬能给小白一些建议,蟹蟹~

我来回答
回答2个
时间排序
认可量排序

淡定哥

2个粉丝

25

问答

11

专栏

93

资料

淡定哥 2020-09-30 10:56:15
认可0

这很正常,好比爬山,在你爬上最高峰以前,并非一直都是上坡。一个道理,在调整权重的时候,loss局部上升是很正常的。如果一个优化算法loss始终下降,反倒说明算法不好,容易陷入局部最优跳不出来。

我是NO.1

0个粉丝

18

问答

9

专栏

30

资料

我是NO.1 2020-09-30 10:56:43
认可0

我只能大概给你说下什么原因,基本上这种深度学习框架内嵌的loss是不会有问题的,那么loss出现不收敛的现象只能从其他方向找原因,具体是模型原因还是数据原因,这个就需要自己去慢慢摸索了。

或将文件直接拖到这里
悬赏:
E币
网盘
* 网盘链接:
* 提取码:
悬赏:
E币

Markdown 语法

  • 加粗**内容**
  • 斜体*内容*
  • 删除线~~内容~~
  • 引用> 引用内容
  • 代码`代码`
  • 代码块```编程语言↵代码```
  • 链接[链接标题](url)
  • 无序列表- 内容
  • 有序列表1. 内容
  • 缩进内容
  • 图片![alt](url)
+ 添加网盘链接/附件

Markdown 语法

  • 加粗**内容**
  • 斜体*内容*
  • 删除线~~内容~~
  • 引用> 引用内容
  • 代码`代码`
  • 代码块```编程语言↵代码```
  • 链接[链接标题](url)
  • 无序列表- 内容
  • 有序列表1. 内容
  • 缩进内容
  • 图片![alt](url)
举报反馈

举报类型

  • 内容涉黄/赌/毒
  • 内容侵权/抄袭
  • 政治相关
  • 涉嫌广告
  • 侮辱谩骂
  • 其他

详细说明

易百纳技术社区