我对机器学习还很陌生，正在尝试解释学习曲线。我怀疑我的convnet是过拟合的，因为随着时代的发展，训练和评估曲线之间的差距很大。最终，数据集收敛于大约145个纪元。 这意味着什么？训练损失和准确性几乎仅在2个纪元后就立即具有较低的损失得分和98％的成功率？ 当损失稍微增加然后最终回落，但是需要145个纪元才能最终与训练集收敛时，验证学习曲线对我的CNN或数据集有何看法？ 这些曲线之间的巨大差距对我的数据集和CNN有什么影响？
我正在使用10个类，每个类具有约5000多个实例，每个实例具有190个功能。总的工作训练集约为50,000个光谱。
感谢您的帮助！
这是我的学习曲线： Learning Curve Picture
