在 CNN 中训练每个 epoch 期间，验证准确度很高，但分类报告中的最终准确度非常低，这是什么意思？

Question

我正在构建一个 CNN 模型，用于预测 x 射线图像的类别是否感染了新冠病毒。 在训练模型期间，这就是我在每个时期获得的准确性和损失。

Epoch 1/20
43/43 [==============================] - 157s 4s/step - loss: 16.5535 - accuracy: 0.8844 - val_loss: 1.6308 - val_accuracy: 0.9914

Epoch 2/20
43/43 [==============================] - 153s 4s/step - loss: 9.3576 - accuracy: 0.9647 - val_loss: 1.8470 - val_accuracy: 0.9871

Epoch 3/20
43/43 [==============================] - 152s 4s/step - loss: 4.8507 - accuracy: 0.9720 - val_loss: 2.1491 - val_accuracy: 0.9871

Epoch 4/20
43/43 [==============================] - 153s 4s/step - loss: 2.8917 - accuracy: 0.9772 - val_loss: 0.5409 - val_accuracy: 0.9914

Epoch 5/20
43/43 [==============================] - 153s 4s/step - loss: 1.7138 - accuracy: 0.9831 - val_loss: 0.4102 - val_accuracy: 0.9957

Epoch 6/20
43/43 [==============================] - 153s 4s/step - loss: 2.4398 - accuracy: 0.9801 - val_loss: 5.5315 - val_accuracy: 0.9569

Epoch 7/20
43/43 [==============================] - 153s 4s/step - loss: 4.3175 - accuracy: 0.9661 - val_loss: 0.5032 - val_accuracy: 0.9914

Epoch 8/20
43/43 [==============================] - 152s 4s/step - loss: 1.7567 - accuracy: 0.9816 - val_loss: 0.5169 - val_accuracy: 0.9914

Epoch 9/20
43/43 [==============================] - 153s 4s/step - loss: 1.5359 - accuracy: 0.9786 - val_loss: 0.2652 - val_accuracy: 0.9957

Epoch 10/20
43/43 [==============================] - 153s 4s/step - loss: 0.9022 - accuracy: 0.9897 - val_loss: 0.1173 - val_accuracy: 0.9957

Epoch 11/20
43/43 [==============================] - 153s 4s/step - loss: 0.9991 - accuracy: 0.9801 - val_loss: 0.2755 - val_accuracy: 0.9871

当我运行关于预测的分类报告时，准确率只有 50%。 为什么会发生这种情况请有人解释一下？

Answer 1

在训练了很多模型之后，我才知道准确率并没有多大帮助。 这就是为什么你应该关注损失而不是准确性。 在这种情况下，我建议您降低学习率，因为我可以看到学习不是很稳定。 另外，我猜您没有在网络中使用批量标准化层，因此您获得了 50% 的准确度。 我不能说太多，因为你没有提供太多细节（比如你没有提供你正在使用的模型结构、优化器和损失函数）。 但是尝试降低学习率并将批量归一化引入您的模型。