训练集的F1值出现奇怪的情况,要么为0,要么为1。这可能是由于模型在训练过程中对训练集和验证集的处理不一致导致的。为了解决这个问题,你可以尝试以下方法:
确保在训练和验证过程中使用相同的数据集划分。检查
train_dataset
和val_dataset
的创建过程,确保它们都使用了相同的数据集划分方法。检查模型在训练和验证过程中的参数是否一致。例如,检查
ernie
模型的权重是否在训练和验证过程中保持一致。在训练和验证过程中,确保使用相同的优化器、学习率等超参数。
如果问题仍然存在,可以尝试使用不同的模型结构或者调整现有模型的结构,以观察是否能够改善F1值的表现。
时间:2020-12-11 14:35:08,577
[TRAIN] - step 620 / 892: loss=0.06100 f1=0.00000 [step/sec: 5.73]
[2020-12-11 14:35:10,291] [ TRAIN] - step 630 / 892: loss=0.22035 f1=0.00000 [step/sec: 5.84]
[2020-12-11 14:35:12,019] [ TRAIN] - step 640 / 892: loss=0.06707 f1=0.00000 [step/sec: 5.48]
[2020-12-11 14:35:13,847] [ TRAIN] - step 650 / 892: loss=0.30138 f1=0.00000 [step/sec: 5.56]
[2020-12-11 14:35:15,568] [ TRAIN] - step 660 / 892: loss=0.17753 f1=0.00000 [step/sec: 5.82]
[2020-12-11 14:35:17,298] [ TRAIN] - step 670 / 892: loss=0.14589 f1=0.00000 [step/sec: 5.79]
[2020-12-11 14:35:19,027] [ TRAIN] - step 680 / 892: loss=0.16862 f1=0.00000 [step/sec: 5.79]
[2020-12-11 14:35:20,754] [ TRAIN] - step 690 / 892: loss=0.15272 f1=0.00000 [step/sec: 5.80]
[2020-12-11 14:35:22,469] [ TRAIN] - step 700 / 892: loss=0.15071 f1=0.00000 [step/sec: 5.84]
[2020-12-11 14:35:24,180] [ TRAIN] - step 710 / 892: loss=0.25541 f1=0.00000 [step/sec: 5.85]
[2020-12-11 14:35:25,903] [ TRAIN] - step 720 / 892: loss=0.25039 f1=0.0000
1条答案
按热度按时间57hvy0tb1#
你好,方便的话提供一下相关信息以便协助你定位问题: