[英]why the validation accuracy does not increase in a normal way over the epochs?
我正在尝试在视网膜图像数据集中使用 imag.net 迁移学习 VGG16 model 但我很困惑得到这样的图表,我不知道为什么验证准确性没有以正常方式增加epochs,就像训练准确率一样,它是过度拟合的指标吗? 如果是,我该如何克服它?
我的第一个建议是使用包含残差连接的 ResNet .network)作为改进的第一步,以避免梯度消失问题。
VGGs 使用较少不再与基准测试相关。 您应该改用 ResNet50,它与其他相关的预训练神经网络一起在tensorflow.keras.applications
中可用。
此外,验证准确性波动很大; 除了前面提到的可能的改进之外,您可能还需要重新检查训练集和验证集的构造。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.