过度拟合后为什么训练精度会大大降低？

Question

我正在尝试训练两个单独的分类器以了解场景。基本架构是CNN模型，并且类别（fc）的输出减少到2。当我尝试在训练数据集（每个分类器187534张图像）上使用Alexnet时，训练精度将增加到过度拟合，然后突然下降，同样给训练带来损失。此外，我还注意到Alexnet在某些情况下根本无法学习。我使用预先训练的模型并将其参数加载到除fc之外的所有层上。对于fc，我尝试了随机权重初始化和kaiming初始化。但是，有时精度会提高，有时却不会。我真的很困惑。因为我还尝试了其他模型，如Resnet，Vgg，但从未遇到过相同的问题。他们一直都可以做得很好。谁能告诉我为什么，真的很困惑。