训练过程

loss值长期卡在0.6~0.7

loss值长期卡在0.6~0.7代表着模型完全没能学习到任何信息

• 检查图片分类是否有误。

如无误

• 执行训练不稳定

是不是训练越久越好

不是，在loss显著降低后再训练10轮左右就可以停止了。

过拟合

条件

训练的时挺好，实际完全离谱

这种情况被称为【过拟合】。可能由于以下原因

epochs减小

训练数据补充

训练数据不同类别图片数量相近

seed更换

loss值几乎不降低

条件

如果满足以下所有条件

• 1分钟内有新的点出现
• 已完成的训练轮数超过100
• loss值未见显著升高（超过1）
• loss值未见显著波动

learning_rate提高

训练过慢

条件

如果满足以下所有条件

• 5分钟内图示没有数据点
• 下方日志没有

  [Epoch xxx] Train Loss: xxx, Val Loss: xxx, Val Acc: xxx
  

• 日志出现了

  [Message] 开始训练模型 for xxx epochs on device xxx.
  

learning_rate提高

batch_size提高

训练不稳定

条件

如果满足以下任何条件

• loss值反复严重波动
• loss>1

如loss已经显著降低

训练终止

如未见显著降低

learning_rate减小

batch_size减小

训练数据补充