Surapprentissage en deep

Courbes qui parlent

Train qui descend, val qui remonte = mémorisation : arrêt précoce sur meilleure val, plus de données/augmentation, dropout, weight decay, plus petit modèle. Les deux qui stagnent haut = sous-capacité ou pas/optimiseur à revoir.

Budget

Gardez le meilleur checkpoint sur val (best_model), pas le dernier. C'est l'arrêt précoce qui sera exigé dans tous les ateliers PyTorch suivants.