单算法结果展示
先看结论，再看主图，最后再看原始文件。这样对初学者更友好。
结果完整
BC 的模型文件和日志文件都已生成，可以先看摘要和主图。
小白先看
BC：直接学习“状态到动作”的映射，适合当作最基础的可解释基线。
可以把它理解为“模仿数据里的动作”。结果页里最值得先看的，是验证误差和 train/val loss 曲线。
验证误差
0.016500
这是当前页面最建议先看的结果值。
验证集 MSE
0.033168
这是当前页面最建议先看的结果值。
验证集 MAE
0.113791
这是当前页面最建议先看的结果值。
怎么看这个结果
第一步
看状态
先判断是否完整、是否有 NaN。
第二步
看主指标
先看误差、critic loss 或关键验证指标。
第三步
看主图
曲线平稳通常比单个数值更重要。
第四步
再看文件
需要复核时再打开 csv、pt 和全部图片。
核心图表
主图优先展示最值得先看的结果图，进阶图放在后面。
Train Val Loss
进阶图表
Lr Curve
最新训练记录
| 名称 | 字段 | 数值 |
|---|---|---|
| 训练轮次 | epoch |
150.0000 |
| 训练误差 | train_loss |
0.016383 |
| 验证误差 | val_loss |
0.016500 |
| lr | lr |
0.000000 |
评估汇总
split = all
| 名称 | 字段 | 数值 |
|---|---|---|
| MSE | mse |
0.032951 |
| MAE | mae |
0.113584 |
| 最大绝对误差 | max_abs_err |
1.9925 |
split = train
| 名称 | 字段 | 数值 |
|---|---|---|
| MSE | mse |
0.032926 |
| MAE | mae |
0.113561 |
| 最大绝对误差 | max_abs_err |
1.9925 |
split = val
| 名称 | 字段 | 数值 |
|---|---|---|
| MSE | mse |
0.033168 |
| MAE | mae |
0.113791 |
| 最大绝对误差 | max_abs_err |
1.9855 |
输入输出与产物
AIcodes/BC.py checkpoints/BC/
这部分展示当前算法结果目录中的全部文件，图片可直接查看，其他文件可下载。