NeuralForecast中如何获取验证损失曲线
2025-06-24 12:39:06作者:薛曦旖Francesca
在时间序列预测项目中,监控模型训练过程中的损失变化是评估模型性能的关键步骤。本文将详细介绍在使用Nixtla的NeuralForecast库时,如何正确获取和可视化训练过程中的验证损失曲线。
问题背景
许多用户在训练TSMixerx等时序模型时发现,虽然可以轻松获取训练损失(train_loss_step),但验证损失(valid_loss_step)的信息却难以获取。这给模型性能监控和过拟合检测带来了困难。
解决方案
1. 确保设置验证集
首先,必须在模型训练时明确指定验证集的大小。这是获取验证损失的前提条件:
# 在调用fit方法时设置val_size参数
nf.fit(df, val_size=100) # 保留100个时间步作为验证集
2. 获取损失轨迹数据
训练完成后,可以通过模型的train_trajectories
和valid_trajectories
属性获取完整的损失轨迹:
# 获取训练和验证损失数据
model = nf.models[0]
train_loss = model.train_trajectories
valid_loss = model.valid_trajectories
3. 可视化损失曲线
将获取的损失数据转换为DataFrame后,可以方便地进行可视化:
import pandas as pd
import matplotlib.pyplot as plt
# 训练损失可视化
train_df = pd.DataFrame(train_loss, columns=['step', 'loss'])
plt.plot(train_df['step'], train_df['loss'])
plt.title("训练损失曲线")
plt.xlabel("训练步数")
plt.ylabel("损失值")
plt.show()
# 验证损失可视化
valid_df = pd.DataFrame(valid_loss, columns=['step', 'loss'])
plt.plot(valid_df['step'], valid_df['loss'])
plt.title("验证损失曲线")
plt.xlabel("验证步数")
plt.ylabel("损失值")
plt.show()
深入理解
验证频率设置
在模型初始化时,可以通过val_check_steps
参数控制验证的频率:
model = TSMixerx(
# 其他参数...
val_check_steps=100, # 每100步进行一次验证
# 其他参数...
)
损失函数选择
NeuralForecast支持多种验证损失函数,如MAE、MSE等:
from neuralforecast.losses.pytorch import MAE, MSE
model = TSMixerx(
# 其他参数...
valid_loss=MAE(), # 使用平均绝对误差作为验证指标
# 其他参数...
)
最佳实践建议
- 合理设置验证集大小:验证集应足够大以代表数据分布,但又不能影响训练数据量
- 监控双损失曲线:同时观察训练和验证损失,可以及时发现过拟合或欠拟合
- 调整验证频率:对于大数据集,可以适当增加验证间隔以提高训练效率
- 多指标监控:除了损失函数,还可以监控其他评估指标如RMSE、MAPE等
通过以上方法,用户可以全面掌握模型在训练过程中的性能变化,为模型调优提供有力依据。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~055CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0380- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp Cafe Menu项目中link元素的void特性解析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp课程页面空白问题的技术分析与解决方案6 freeCodeCamp课程视频测验中的Tab键导航问题解析7 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析8 freeCodeCamp博客页面工作坊中的断言方法优化建议9 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析10 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
871
515

openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
346
380

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
334
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
603
58