深度学习的loss一般收敛到多少？ - 知乎
这个链接是回归问题的loss，本回答说一下分类问题的。 交叉熵 公式这里就不放了（手机打字不方便），可以看出，其实loss就是log(Pi)的平均值，Pi指的是预测ground truth的概率。所以，如 …
损失函数｜交叉熵损失函数 - 知乎
Deng [4]在2019年提出了ArcFace Loss，并在论文里说了Softmax Loss的两个缺点：1、随着分类数目的增大，分类层的线性变化矩阵参数也随着增大；2、对于封闭集分类问题，学习到的特 …
大模型优化利器：RLHF之PPO、DPO - 知乎
Jan 21, 2025 · 最终，我们可以得出 DPO 的 loss 如下所示： 这就是 DPO 的 loss。DPO 通过以上的公式转换把 RLHF 巧妙地转化为了 SFT，在训练的时候不再需要同时跑 4 个模型（Actor …
DeepSeek的GRPO算法是什么？ - 知乎
计算损失（Computing the loss） 1. 生成补全（Generating completions） 在每一个训练步骤中，我们从提示（prompts）中采样一个批次（batch），并为每个提示生成一组 G 个补 …
神经网络模型train_loss下降，val_loss一直上升是什么原因？ - 知乎
train loss 不断上升，test loss不断上升，说明网络结构设计不当，训练超参数设置不当，数据集经过清洗等问题；（最不好的情况） train_loss 不断下降， test_loss 不断上升，和第2种情况类 …
深度学习当中train loss和valid loss之间的关系？ - 知乎
Nov 8, 2018 · val loss是在验证集上的损失，衡量的是在未见过数据上的拟合能力，也可以说是 泛化能力 。模型的真正效果应该用val loss来衡量。 模型的真正效果应该用val loss来衡量。
Pytorch里面多任务Loss是加起来还是分别backward？ - 知乎
有个小问题，pytorch中Dataloader加载的数据默认requires_grad=False，也就是不会计算梯度，题主所说的A不应该有梯度，我猜题主想说的是loss.backward之后，loss_1和loss_2会对网络参 …
请教一个问题，训练网络时loss为什么要写成running_loss
因为一个epochs里也是按照很多个batchs进行训练。所以需要把一个epochs里的每次的batchs的loss加起来，等这一个epochs训练完后，会把累加的loss除以batchs的数量，得到这个epochs …
如何看待 Google 最新开源的 Gemma-3 系列大模型？ - 知乎
Google开源第三代Gemma-3系列模型：支持多模态、最多128K输入，其中Gemma 3-27B在大模型匿名竞技场得分超…
深度学习模型训练的时候，一般把epoch设置多大？ - 知乎
我的经验：看loss曲线，如果train loss和val loss都还有下降空间，就继续加大epoch，如果基本平了，加大epoch用处也不大了，如果train loss降val loss降着降着上升了，这说明，模型在val …