我正在使用imagedatagenerator类在Keras（tensorflow2后端）中训练模型，以进行批量训练。我注意到，当第二个纪元开始时，损失值实际上小于第一个纪元结束时的值。
这是我的意思：
请注意，第二个时期的起始值与您在屏幕快照中看到的值差不多。
有人知道为什么会这样吗？
在处理所有批次时，keras会再次更新重量吗？
预计损失会较小，但是您可以感到意外的程度是可以理解的。
第二个时期的损失如此之低的原因是，在第一个时期，您的模型会犯错并产生巨大的损失-损失越来越大。Keras显示一个时期中所有实例的平均损失。
因此，如果模型在某个时期的前90％训练集上犯了错误，然后对于最后10％的数据是完美的，则损失仍然会非常大，因为它是mean]损失。] > 然后，在第二个时期开始时，模型已经可以更好地进行预测，因此mean损失更低。