我正在尝试通过深度学习创建VGGish注意模型，但是我遇到了问题。 我只有288种声音的数据集，并且我正在尝试将模型与转移学习方法一起使用。 我尝试进行交叉验证（手工制作），所以我训练了4种不同的模型，每种模型受216种声音训练，而我对其余72种声音进行测试。 每次我用不同于其他训练的216种声音训练模型时，甚至72种测试声音都不同。 在完成这4个模型后，我嵌入了72x4（我将它们串联在一起）的声音，并进行了多维尺度分析，到那时，我可以清楚地看到存在4个不同的聚类（例如，有4个模型彼此独立地工作）
出什么问题了？ 这种方法做错了吗？