模型之间的KERA损失在数量级上存在差异,这意味着什么?

2024-06-09 13:57:44 发布

您现在位置:Python中文网/ 问答频道 /正文

在上下文中,我在Keras中训练了两个独立的自动编码器:一个具有标准MSE损失函数,另一个具有自定义MSE损失函数。当在训练中的给定点评估这两个模型时,它们的性能非常相似,但损失非常不同

我的性能指标是平均误差百分比。两个模型都在重建原始图像,平均误差约为3%。但是,当保存这些模型时,标准Keras MSE模型的损失小于1.0,而具有自定义MSE成本函数的模型的损失约为30

如果他们的表现如此一致,为什么损失如此巨大


Tags: 函数模型图像标准编码器性能定点keras
1条回答
网友
1楼 · 发布于 2024-06-09 13:57:44

损失只是一个标量,表示模型列车调整权重的方向。如果你把一个损失乘以一个标量,结果几乎是一样的。 我不是说绝对值不重要,它很重要。但这不是中心点。 可能是因为Keras MSE做了一些您不做的规范化,所以您的情况会有所不同

相关问题 更多 >