Tensorflow-Verlust ändert sich, wenn Rauschen zu Eingangsbildern hinzugefügt wird

Question

Ich frage mich, ob es typisch war, riesige Spikes im Verlust-Zeit-Diagramm mit Modellen zu sehen, denen Bilder zugeführt werden, auf die Rauschen angewendet wird.

Image

ich mich gefragt, ob das normal (an den Linien mit DA suchen, den Daten erweitert bedeutet) ist, und wenn nicht, was soll ich von dem Verlust zu halten tut so laut. Ich schätze, die Menge an Rauschen, die ich auf das Bild anwende, wird verringert, vorausgesetzt, es behält die gleiche Leistung bei.

Dank

edit: Whoops habe gerade bemerkt, ich habe Zug und gültig blätterte Verluste. Höhere sollten Validierung sein.

Answer 1

Nun, natürlich ist es! Vor allem, wenn Sie es online tun, so sieht es im Grunde nie das gleiche Bild zweimal.

Ich frage mich jedoch, warum Sie regelmäßig diese großen Spikes in der oberen blauen Zeile, die nicht DA ist. Es ist schwer zu sagen, ohne mehr Einblick in Ihre Daten und Problem