Shuo Cao
154 lines
4.2 KiB
Markdown
154 lines
4.2 KiB
Markdown
# 更新日志 (Changelog)
|
||
|
||
## [2.0.0] - 2025-10-27
|
||
|
||
### ✨ 新增功能
|
||
|
||
#### 训练改进
|
||
- **训练集/验证集划分**: 自动划分80%训练集和20%验证集
|
||
- **双Loss监控**: 每个epoch同时显示训练Loss和验证Loss
|
||
- **早停机制(Early Stopping)**: 验证Loss连续20轮不降则自动停止训练
|
||
- **最佳模型保存**: 自动保存验证Loss最低的模型，而非最后一轮
|
||
- **智能训练**: 最多训练500轮，但通常会在150-200轮触发早停
|
||
|
||
#### 可视化功能
|
||
- **训练曲线图**: 自动生成 `training_loss.png`
|
||
- 双曲线对比（训练Loss vs 验证Loss）
|
||
- 标记最佳模型的epoch位置
|
||
- 提供完整曲线和后期收敛细节两个子图
|
||
- 支持中文字体显示
|
||
|
||
#### 诊断功能
|
||
- **训练总结报告**: 训练结束后自动输出
|
||
- 总训练轮数
|
||
- 最佳模型epoch
|
||
- 最佳验证Loss
|
||
- 最终训练Loss和验证Loss
|
||
- 训练/验证Loss差异分析
|
||
- **智能诊断**: 自动判断模型状态
|
||
- ✓ 良好：没有明显过拟合
|
||
- ⚠ 尚可：有轻微过拟合倾向
|
||
- ✗ 警告：可能存在过拟合
|
||
|
||
### 📝 文档更新
|
||
|
||
#### README.md
|
||
- 更新训练流程说明，详细说明新增功能
|
||
- 新增"如何判断模型训练效果好坏"FAQ
|
||
- 新增"验证Loss远高于训练Loss"问题解答
|
||
- 更新训练参数表格，包含早停和验证集信息
|
||
- 更新性能基准数据
|
||
- 标注版本号为2.0.0并列出更新内容
|
||
|
||
#### 提示词文件
|
||
- **prompt_simple.txt**: 更新训练脚本要求，包含验证集和早停
|
||
- **prompt_professional.txt**: 详细补充所有新功能的实现要求
|
||
- 验证集监控
|
||
- 早停机制
|
||
- 最佳模型保存
|
||
- 训练可视化
|
||
- 智能诊断
|
||
- 更新成功标准和重要提示
|
||
|
||
### 🔧 代码优化
|
||
|
||
#### train_lstm.py
|
||
- 代码从150行扩展到~330行（增加了大量功能但保持可读性）
|
||
- 所有新增代码均有详细中文注释
|
||
- 改进的训练循环：
|
||
```python
|
||
for epoch in range(500): # 最多500轮
|
||
# 训练阶段
|
||
model.train()
|
||
# ... 训练代码 ...
|
||
|
||
# 验证阶段
|
||
model.eval()
|
||
with torch.no_grad():
|
||
# ... 验证代码 ...
|
||
|
||
# 早停检查
|
||
if val_loss < best_val_loss:
|
||
best_model_state = model.state_dict()
|
||
else:
|
||
patience_counter += 1
|
||
|
||
if patience_counter >= patience:
|
||
break # 触发早停
|
||
```
|
||
|
||
### 📊 训练效果对比
|
||
|
||
#### v1.0.0（旧版本）
|
||
- 固定训练100轮
|
||
- 只有训练Loss
|
||
- 无法判断过拟合
|
||
- 可能保存次优模型
|
||
- 训练时间：~15秒
|
||
|
||
#### v2.0.0（新版本）
|
||
- 智能训练150-200轮（早停）
|
||
- 训练Loss + 验证Loss
|
||
- 自动检测过拟合
|
||
- 保证保存最佳模型
|
||
- 训练时间：~30秒
|
||
- 新增训练曲线图
|
||
- 新增诊断报告
|
||
|
||
### 🎯 教学价值提升
|
||
|
||
1. **理解过拟合**: 通过双Loss对比直观理解
|
||
2. **学习早停**: 了解工业界常用的训练技巧
|
||
3. **模型评估**: 学会判断模型质量的方法
|
||
4. **可视化思维**: 培养通过图表分析问题的能力
|
||
5. **最佳实践**: 掌握训练集/验证集划分的重要性
|
||
|
||
### 📦 新增文件
|
||
|
||
- `training_loss.png` - 训练曲线图（自动生成）
|
||
- `CHANGELOG.md` - 本更新日志
|
||
|
||
### ⚙️ 依赖变化
|
||
|
||
需要安装matplotlib用于绘图（可选）：
|
||
```bash
|
||
pip install matplotlib
|
||
```
|
||
|
||
如果未安装matplotlib，程序会跳过绘图但不影响训练。
|
||
|
||
### 🐛 问题修复
|
||
|
||
- 修复了可能保存次优模型的问题（现在保存验证Loss最低的模型）
|
||
- 优化了文件路径处理，确保所有输出文件保存到脚本目录
|
||
|
||
### 🔮 未来计划
|
||
|
||
- [ ] 添加TensorBoard支持
|
||
- [ ] 支持学习率动态调整
|
||
- [ ] 添加多模型对比功能
|
||
- [ ] 支持分布式训练
|
||
- [ ] 增加更多技术指标特征
|
||
|
||
---
|
||
|
||
## [1.0.0] - 2025-10-27（初始版本）
|
||
|
||
### 基础功能
|
||
- LSTM模型训练
|
||
- CUDA GPU加速
|
||
- MT5数据获取
|
||
- ONNX模型导出
|
||
- MQL5 EA交易
|
||
- 基础文档
|
||
|
||
---
|
||
|
||
**版本说明**:
|
||
- 主版本号：重大功能变更或架构调整
|
||
- 次版本号：新增功能或重要改进
|
||
- 修订号：Bug修复或小优化
|
||
|
||
**当前版本**: 2.0.0
|
||
**维护状态**: 活跃开发中
|