在机器学习中，epoch 数量是指整个训练集通过模型的次数。一个epoch意味着训练数据集中的每个样本都有机会更新内部模型参数。 epoch由一个或多个batch组成。 选择合适的 epoch 数. 变化趋势分析： train loss 不断下降，test loss不断下降，说明网络仍在学习;（最好的） train loss 不断下降，test loss趋于不变，说明网络过拟合； train loss 趋于不变，test loss不断下降，说. 最后的结果还是可以的，train和val的acc都是保持上升的，但前面val的acc在波动，可能是在训练集上 过拟合 了。 可以尝试加些正则项（比如l1、l2）或者使用dropout；另外设置 早停机.
THE Dark Knight Archivist 🏼💙🦇 on Instagram “Happy 62nd birthday to Val
