Lasagne - Pourquoi la perte de validation est-elle en vert?

Question

J'utilise l'exemple du réseau de neurones du MNIST et lors de l'entraînement du classificateur, la colonne Perte de validation (et perte d'entraînement) a certaines valeurs surlignées en vert. Si j'ai le taux d'apprentissage à 0,01, tous sont verts, mais si je l'augmente à 0,1, seulement la moitié d'entre eux sont en surbrillance.

Que signifie cette surbrillance?

Exemple de sortie:

Answer 1

Sans connaître les entrailles, je vois un modèle là-bas.

• couleur de chaque rangée dans la mesure où il y a une amélioration (réduction -> il est inférieur)
  • train perte bleu
  • val-loss vert
• coloration d'arrêt en cas de perte/la validation a augmenté
  • Ne pas recommencer à colorer après cette augmentation ponctuelle

différents apprentissage taux auront un effet dans différents chemins train perte/val perte et donc une possible coloration différente. Votre exemple convient parfaitement à cet exemple, car un taux d'apprentissage plus faible est généralement plus stable (d'itération à itération) en ce qui concerne l'atténuation de la perte (plus de bleu, plus de vert).