网络经常误分类一类

Question

我们已经构建了一个ResNet模型，它通常比其他任何类更错误地分类几个类。我们应该如何利用这些知识来提高我们的准确性？

我们有一个包含100,000个样本的数据集，包含100个类别，每个类别包含1,000张图片。

我们的网络相当简单;取自PyTorch ResNet-18。没有进一步修改。

编辑：代码与ResNet-18教程完全相同。数据是图像及其名称，比如

IN： [128x128像素]

OUT：众议院

我正在寻找有关如何处理此类情况的广泛提示。不一定是调试技巧。

:: Y轴表示准确度。