标签: binary deep-learning classification keras pre-trained-model
使用来自Keras的模型和权重,对受感染/未感染的RBC(预训练的DL模型以前从未见过的东西)进行二元分类。我发现模型的性能(vgg16,19,xception)随着训练和验证实例数量的增加而减少。为什么呢?
答案 0 :(得分:1)
可能它与资源管理有关,您正在进行推理,并且模型会在内存中扩展,并且可能会降低性能。这种情况会产生很多主内存访问,以执行正向传递计算,并且页面错误正在发生,并且可能会降低性能。
希望这有帮助。