为什么验证准确性不会随着时间的推移以正常方式增加？

Question

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？

Answer 1

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。