看懂训练曲线：loss 在说什么

训练时屏幕上滚动的数字

代码跑起来，屏幕上一行行滚动着 loss 和 accuracy。别嫌它们枯燥——这是模型在给你「汇报病情」，学会读这两行数，你就学会了深度学习里最重要的一门手艺。

loss：错题扣分单

loss（损失）衡量「模型现在错得有多离谱」，越小越好。理想情况下它应该像下山一样一路走低。几种常见走势各有各的病：

• 稳步下降：一切正常，继续等
• 不降反升、甚至变成天文数字：学习率太大，步子迈过了山谷又弹回来，越弹越远。把学习率调小十倍再来
• 一动不动：学习率太小，或者代码里梯度根本没回传。先检查再调参
• 剧烈抖动：小批量的正常颠簸，抖而不降才是问题

accuracy：考了多少分

分类任务里 accuracy 是「答对的比例」。注意书里同时画两条：训练集分数和测试集分数。训练分一路涨、测试分却原地踏步甚至下跌，就是第一章说的过拟合——模型在背题，不是在学本事。

常见误区

只看最后那个数字，不看曲线形状。同一个「最终 loss 0.1」，一条是平滑降下来的，一条是震荡三天撞运气的，后者换个数据就露馅。

练一练：跑书里任意一个训练代码，把 loss 曲线截图，用一句话描述它的形状，再说说你觉得正常不正常。