epoch-loss
Tabsfunktionens værdi målt ved slutningen af hver fuld gennemløb (epoke) af træningsdata.
Kort fortalt
En metrik der viser, hvor godt modellen lærer, ved at måle fejlen efter hver gennemgang af data.
- Kategori
- begreb
- Niveau
- begynder
- Udtale
- /ˈɛp.ɒk lɒs/
Betydninger
1- 1
Tabsværdien registreret efter hver epoke under træning af en neurale netværksmodel.
- Ved at plotte epoch-loss kan man se, om modellen overfitter.
- Epoch-loss-kurven flader ud, når modellen konvergerer.
Hvornår bruges det
Epoch-loss bruges til at overvåge træningsforløbet og identificere overfitting eller underfitting. Det plottes typisk i en kurve for at visualisere modellens indlæring over tid.
Kodeeksempel
model.fit(x_train, y_train, epochs=10)
history = model.history
epoch_loss = history.history['loss']
print(epoch_loss)Eksempel på hvordan man henter epoch-loss efter træning af en Keras-model.
Oprindelse
Fra engelsk 'epoch' (epoke) og 'loss' (tab), anvendt inden for maskinlæring.
Afledte ord
2Kilder
2- Deep Learning (Goodfellow et al., 2016)
- TensorFlow documentation: Training and evaluation