> For the complete documentation index, see [llms.txt](https://aibm.gitbook.io/prosto-o-glubokom-obuchenii/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://aibm.gitbook.io/prosto-o-glubokom-obuchenii/uroven-i-30-minut/chto-delat-esli-neironnaya-set-ne-uchitsya.md).

# Что делать если нейронная сеть не учится?

Если вам выдает ошибку, то попробуйте ее "загуглить".

Если не падает функция потерь (*англ.* loss) вообще или не падает после 2-3 эпохи (*рус.* epoch), то попробуйте следующий рецепт:

1. Убедиться что архитерктура нейронной сети соответствует задаче. Например, для задачи классификации функция активация на выходном слое - softmax, и используется функция потерь (англ. loss) - categorical cross-entropy или sparse categorical cross-entropy.
2. Убедитесь что обучающая выборка для входа и выхода сети корректно нормирована (обычно от 0 до 1). Визуализируйте один элемент обучающей выборки с помощью matplotlib, выведите минимум и максимум от этого элемента, убедитесь что вывод соответствует вашим ожиданиям о строении данных.
3. Попробуйте выставить batch-size в 2, 30, 1000, а коэффицент обучения (learning rate) в значения 0.01, 0.00001, 0.0000001. Тоесть попробуйте 9 вариантов, которые должны хорошо подходить под основные примеры на нейронные сети.
4. Если ничего не помогает, обратитесь к старшему товарищу;)

![Автор: Ушенин Константин](https://2802650259-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LmMOOymZkxo-D_wmGKi%2F-LmV-BQ42__t8--p1aar%2F-LmV16Hi3oFFG84RsvB6%2F88x31.png?alt=media\&token=f9f4d908-fab8-4b89-99ec-786c0c6ab01a)