模型训练epoch为2000，刚开始训练损失正常下降，过一会儿大概到十几轮就暴增，请问这是什么原因啊
训练过程中损失突然暴增
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
- 2021-08-03 19:13回答 1 已采纳 训练一两分钟出错最大的可能还是你的数据集的问题，标签看下是不是有多了一个类别。建议写个代码遍历一下标签文件，找下class id不是0的种类
- 2018-11-29 08:51回答 1 已采纳 不是很懂为什么时间较早的行情一定要先入库，如果只是为了让行情顺序是对的，行情数据在处理的时候增加一个字段存放行情发生时间或者接收的顺序，然后一起存进数据库里面，这样就可以开多线程处理了，要用的时候再按
- 2020-04-11 17:19回答 1 已采纳 试试恢复原来的so包再运行看看，如果是否出现同样的变化，如果是，那可以确定是使用这些库必须经历的，没办法更改。如果不会，那就ok了。 补充一下，看了一下新增的so大小只有4644k，app大了12M
- 2024-01-06 12:59zzc921的博客 自己深度学习模型训练快收敛时loss值突然暴增，我就记录下来了各个参数数值和梯度，并绘制了曲线图，供大家参考
- 2022-09-28 11:26回答 1 已采纳 1.由于多少个元素不确定，肯定是要递归的，写死循环不可行2.不用剪枝，递归的时候传递初始值内层与外层相等即可，这样4只能和4,5,6去加，5只能和5,6,7加，6只能和6,7,8加，不能输入的更小3.
- 2022-06-21 09:43回答 2 已采纳 EXPOSE 多个端口； EXPOSE指令通知Docker容器在运行时监听指定的网络端口，只在容器内部使用，无法绑定到主机
- 2022-12-10 19:34回答 2 已采纳 通过代码提示都可以看出，这个函数在当前库版本中好像已经弃用了，而你把它硬敲了出来肯定是不行的 把版本放低点
- 2020-12-27 17:49YueTann的博客 问题：10个epoch，运行到最后一个时，训练数据集的损失函数显著增大 解决方法： 打印出了learning rate，发现学习率平滑的再减小，没有问题 检查数据集是否shuffle。
- 2023-04-03 22:32回答 2 已采纳 数据集问题：如果使用的数据集中包含的小目标较少或者标注不够准确，那么就会对模型的训练产生很大的影响，从而导致精度提升不明显。 模型设计问题：虽然您已经尝试了使用注意力机制、增加小目标检测层等方法，但是
- 2021-09-18 16:40回答 4 已采纳 鉴于上面的问题 原因捕捉1.首先你要做到级联选择器 需要什么样的数据格式2.您的数据源格式 肯定是不满足级联格式要求 所以无法遍历出来3.基于问题 您可以把数据格式修正为级联选择器所需的数据格式
- 2019-01-06 11:19回答 1 已采纳 https://blog.csdn.net/xiaohang3414/article/details/73321625
- 2018-06-22 21:32AI算法札记的博客 在pytorch训练过程中出现loss=nan的情况 1.学习率太高。 2.loss函数 3.对于回归问题，可能出现了除0 的计算，加一个很小的余项可能可以解决 4.数据本身，是否存在Nan，可以用numpy.any(numpy.isnan(x))检查...
- 2022-09-23 11:31回答 2 已采纳 实际是可以通过filebeat 的fields 字段来区分的。注意YML文件的输入格式，这点很重要，实际这个问题不存在。结题。
- 2024-07-22 13:37AI_小站的博客 无需微调，只要四行代码就能让大模型窗口长度暴增，最高可增加3倍！而且是“即插即用”，理论上可以适配任意大模型，目前已在Mistral和Llama2上试验成功。有了这项技术，大模型（LargeLM）就能摇身一变，成为LongLM...
- 2023-06-25 00:07李孟聊人工智能的博客 AI模型的暴论
- 2022-10-26 15:04飞鱼~的博客 pytorch显存爆炸，loss.item()
- 2023-12-08 10:00你怎么又偷懒的博客 显存会超级无敌大爆炸，不断增加直到溢出。操作1：将总损失置于判定内计算。操作2：验证时计算loss。
- 2020-06-12 11:40白水的博客 目录 一、所需环境（安装附链接） 二、数据集准备 三、网络模型 四、Data preprocessing （数据预处理） 五、训练 六、使用数据填充 一、所需环境（安装附链接） tensorflow和keras，具体版本安装看个人所需。...
- 2024-07-02 06:59步子哥的博客 AI 流程中的先前组件（方法和技术）需要进行操作化，并且必须是稳健的、可问责的和公平的，以便最终服务于基于证据的政策制定（参见图 2 [底行]）。
- 没有解决我的问题, 去提问
问题事件
系统已结题
8月7日
创建了问题
7月30日
悬赏问题
- ¥15 向数据表用newid方式插入GUID问题
- ¥15 multisim电路设计
- ¥20 用keil，写代码解决两个问题，用库函数
- ¥50 ID中开关量采样信号通道、以及程序流程的设计
- ¥15 U-Mamba/nnunetv2固定随机数种子
- ¥15 C++行情软件的tick数据如何高效的合成K线
- ¥15 vba使用jmail发送邮件正文里面怎么加图片
- ¥15 vb6.0如何向数据库中添加自动生成的字段数据。
- ¥20 在easyX库下编写C语言扑克游戏跑的快，能实现简单的人机对战
- ¥15 svpwm波形异常求解答