我正在研究基于单词的手语识别系统。我是深度学习的新手。我的经验有限。我有10节课。数据的大小（1256、32、112、112、3）。对于视频分类，我使用 3D CNN，文章中提到它比 lstm 更好。我的模型一开始学不会。或者是过拟合了。我做了一些改进。在特征学习层中使用批量归一化而不是 Dropout，首先保持 learning_rate 高，然后降低它，降低我的模型的总参数。这些是我尝试的改进。结果也有所改善。但是在我的测试结果中，acc 是 0.69，而我的损失值是 1.02，这是非常高的。在这方面我应该做哪些改进以获得更好的结果，您有什么建议吗？以下是有关我的模型及其输出的信息。
答案 0 :(得分：0)
您的模型是否基于其他流行模型？ 您可以尝试使用重用低级层的迁移学习模型。此外，增加数据和设置不同的批次大小也有帮助
