Keras：非常严重的过度拟合

Question

我的keras项目中发生了一个非常陌生的过拟合现象。合适的代码是：

    model.fit(
        x = trainX,
        y = trainY,
        batch_size=8,
        epochs=30,
        validation_split=0.2,
        shuffle=True,
        callbacks=[checkpoint, tensorboard]
    )

打印的信息是：

4184/4320 [============================>.] - ETA: 0s - loss: 0.0481 - accuracy: 0.9804
4208/4320 [============================>.] - ETA: 0s - loss: 0.0499 - accuracy: 0.9800
4232/4320 [============================>.] - ETA: 0s - loss: 0.0496 - accuracy: 0.9802
4256/4320 [============================>.] - ETA: 0s - loss: 0.0494 - accuracy: 0.9803
4280/4320 [============================>.] - ETA: 0s - loss: 0.0491 - accuracy: 0.9804
4312/4320 [============================>.] - ETA: 0s - loss: 0.0489 - accuracy: 0.9805
4320/4320 [==============================] - 10s 2ms/step - loss: 0.0489 - accuracy: 0.9806 - val_loss: 7.5471 - val_accuracy: 0.5093

训练的准确性为0.98，而验证的准确性为0.50。该项目是2类分类项目，因此0.50表示该模型无效。

为什么这种过度拟合会发生？训练数据和验证数据均来自（trainX，trainY）。另外，在拟合之前，我使trainX的顺序随机：

    n = trainX.shape[0]
    ind = np.arange(n)
    np.random.shuffle(ind)
    trainX = trainX[ind, :]
    trainY = trainY[ind, :]

在我的模型中，我使用了keras.layers.Dropout。我不确定如何解决此问题。