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。