Keras CNN训练准确性很好，但测试精度非常低

Question

请对这些CNN结果发表评论。 我使用了2000张训练图像和400张测试图像。 训练准确性很好，但测试精度非常低。 我认为这是因为训练和测试图像之间存在很大差异。 对于这种情况，任何人都有好主意吗？

[]

Answer 1

这是过度拟合的明显案例。你有多少学习参数？例如，VGGnet有138M参数，在这种情况下，不太难看出网络中的某些神经元必须记录一个训练图像，因此你的网络不能很好地概括。

要解决这个问题，首先你可以尝试一个更简单的模型，如果任务很简单，比如区分形状。您还可以通过交换来增加训练数据，例如交换颜色通道（如果它不影响输出类），翻转或旋转图像以使您的网络更好地概括。在损失函数中包含L1 / L2正则化并尝试删除。