大量的培训步骤导致转学学习表现不佳

时间:2019-03-25 22:38:37

标签: deep-learning

我有一个问题。我已经使用转移学习对Googlenet进行图像分类问题的培训。我有80,000张图像,它们属于14个类别。我将训练步骤数设置为200,000。我认为Tensorflow提供的代码应该是隐含的,它是基于数据集的随机改组和交叉验证方法进行训练的,并且我在训练和分类曲线中没有看到任何过拟合,并且得到了很高的交叉验证准确性和高测试准确性,但是当我将模型应用于新数据集时,分类结果不佳。任何人都知道发生了什么事,谢谢!

0 个答案:

没有答案