首页
/ NeuralForecast中如何获取验证损失曲线

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_trajectoriesvalid_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

  1. 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
  2. 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
  3. 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
  4. 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
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
505
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
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
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70