我的损失值在最初几个epoch内是下降的，但随后开始上升，上升到某一点后停止变化。我认为现在它已经收敛了。那么，现在我们可以说我的模型出现了欠拟合吗？因为我的理解是（幻灯片93页 链接），如果我的损失值先下降然后上升，这意味着我设置的学习率过高，并且每2个epoch后我都在衰减学习率，所以在几个epoch后损失值停止上升，因为现在学习率已经很低了。由于我还在继续衰减学习率，根据幻灯片93页的解释，损失值应该会再次开始下降，因为学习率已经很低了，但实际上并没有。我们能说损失值不再进一步下降是因为我的模型出现了欠拟合吗？

回答：

总结来说，训练数据上的损失值表现如下：

• 首先下降
• 然后再次上升
• 接着保持在同一水平
• 然后学习率被衰减
• 但损失值并没有再次下降（在学习率衰减后仍然保持不变）

对我来说，这听起来像是最初的学习率设置得过高，导致模型随后陷入了一个局部最小值。在模型已经陷入局部最小值后再去衰减学习率，并不会帮助模型逃离这个最小值。将初始学习率设置得更低可能会更有益，这样可以避免一开始就陷入“坏”的局部最小值。

你的模型现在可能确实出现了欠拟合，使模型更加复杂（例如增加隐藏层的节点数）可能会有所帮助。不过，这也不一定是事实。

你使用了什么技术来避免过拟合吗？例如，正则化和/或dropout？如果使用了这些技术，那么在损失值下降之前（当损失值再次上升之前），你的模型可能最初是过拟合的。为了更好地了解发生了什么，除了绘制训练数据上的损失值之外，还应该绘制验证集上的损失值。如果训练数据上的损失值显著低于验证数据上的损失值，那么你就知道这是过拟合了。