spacy textcat 的损失计算告诉我什么？

如何解决spacy textcat 的损失计算告诉我什么？

我是 NLP 和 spacy 的新手。 spacy textcat 中的“损失”是什么意思？在使用 spacy textcat 模型训练构建自定义文本分类器期间，所有迭代的值都为 0.0000。我想知道我的模型训练是否有问题。

        for i in range(n_iter):
            losses = {}
            # batch up the examples using spaCy's minibatch
            batches = minibatch(train_data,size=compounding(4.,32.,1.001))
            for batch in batches:
                texts,annotations = zip(*batch)
                #print('texts: '+str(texts))
                #print('annotations: '+str(annotations))
                nlp.update(texts,annotations,sgd=optimizer,drop=0.2,losses=losses)
            # with textcat.model.use_params(optimizer.averages):
                # evaluate on the dev data split off in load_data()

            print('{0:.3f}'  # print a simple table
                  .format(losses['textcat']))

output_dir 下面的代码是什么意思？

    if output_dir is not None:
        output_dir = Path(output_dir)
        if not output_dir.exists():
            output_dir.mkdir()
        nlp.to_disk(output_dir)
        print("Saved model to",output_dir)

        # test the saved model
        print("Loading from",output_dir)
        nlp2 = spacy.load(output_dir)
        doc2 = nlp2(test_text)
        print(test_text,doc2.cats)