我在训练集中得到非常好的输出，而在测试集中得到了非常差的输出

Question

我正在使用具有4500张图像的角膜训练模型，该模型属于七个类别，我构建了一个具有一个输入层，一个隐藏层和一个输出层的神经网络，然后在开始训练时，我获得了高精度和低损失训练测试，但在验证测试中，val_loss从一开始就以较高的百分比增加，而val_acc则缓慢增加。 我正在使用softmax激活函数和catgorical_crossintroby来弥补损失 你能帮我找到问题吗？

Answer 1

这是称为overfitting的经典问题，它的确发生是因为您的模型存储了训练样本，而不是创建通用模型。因此，通过这种方式，您可以在训练过程中看到非常少的错误，而您的机器在训练过程中就已经看到了。另一方面，由于缺乏通用模型，您在测试数据上有一个巨大的错误（您的计算机没有看到并没有记住它们）。

您应该使用正则化术语（请阅读此article，清楚地说明有关正则化的理论及其在实践中的用法）。 如果您有深度学习框架，从经验上可以看出，辍学可以起到很大的帮助（这个medium article似乎对此有很好的解释）