Уточнение: Jaccard_index подобен точности в том смысле, что чем выше, тем лучше с максимальным значением 1.
Я тренирую CNN. В нем есть batchNorm и Parametri c Relu, но нет выпадающих слоев.
Когда я тренирую CNN только с тренировочным набором, он быстро и хорошо сходится и способен достичь превосходства и достичь индекса jaccard 99% (независимо от того, что такое индекс jaccard, просто знайте, что 100% - это идеальный результат, примерно как 0% потерь).
Однако, когда я добавляю проверочный набор для мониторинга переобучения во время тренировки, все Внезапно jaccard_index (как потеря) в обучающем наборе радикально замедляет его сходимость и, кажется, сходится к гораздо более низкому значению.
Почему простое добавление проверочного набора влияет на кривые потери обучения (или jaccard_index) в данном случае)?
Это можно увидеть на прилагаемой фотографии (красная линия - только тренировочный набор, а синие и розовые линии - тест для проверки и проверки при совместной проверке во время тренировки). 