Keras 模型有两种模式:训练和测试。
而正则化机制,如 Dropout 和 L1/L2 权重正则化,在测试时是关闭的。
此外,训练误差是每批训练数据的平均误差。由于你的模型是随着时间而变化的,一个 epoch 中的第一批数据的误差通常比最后一批的要高。另一方面,测试误差是模型在一个 epoch 训练完后计算的,因而误差较小。
Keras 模型有两种模式:训练和测试。
而正则化机制,如 Dropout 和 L1/L2 权重正则化,在测试时是关闭的。
此外,训练误差是每批训练数据的平均误差。由于你的模型是随着时间而变化的,一个 epoch 中的第一批数据的误差通常比最后一批的要高。另一方面,测试误差是模型在一个 epoch 训练完后计算的,因而误差较小。