træningsloss
Træningsloss er gennemsnittet af tabsfunktionsværdierne beregnet over træningsdataene under modeltræning.
Kort fortalt
Træningsloss er et tal der viser, hvor godt en AI-model klarer sig på de data den træner på – jo lavere, jo bedre.
- Kategori
- metrik
- Niveau
- begynder
- Udtale
- /ˈtʁɛːneŋsˌlʌs/
Betydninger
1- 1
Værdien af tabsfunktionen beregnet som gennemsnit over alle eksempler i træningssættet; bruges til at styre parameteropdateringer under træning.
- Træningsloss faldt fra 0.8 til 0.2 over 10 epoker, hvilket indikerer god indlæring.
- Hvis træningsloss er meget lavere end valideringsloss, lider modellen sandsynligvis af overfitting.
Hvornår bruges det
Træningsloss bruges til at overvåge modellens indlæring under træning. Det optimeres typisk via gradient descent, og en faldende træningsloss indikerer at modellen lærer mønstrene i træningsdataene.
Formel
L_train = (1/N) Σ_{i=1}^N L(y_i, f_θ(x_i))Oprindelse
Sammensætning af 'træning' og det engelske 'loss' (tab).