我正在使用 CNN 对医学图像进行分类。我使用了四个卷积层和 ReLU 激活，然后是一个 softmax 层。我使用 rmsprop 作为优化器。我面临的问题是网络的测试准确性增加然后下降。这一直持续到达到最大时期数。我在某处读到，这可能是由于网络将权重转移到有利于一个类，然后必须这样做以支持另一个类。我打乱了测试数据，看看这是否有帮助，但没有这样的运气。有什么补救措施吗？
神经网络的测试准确率上下波动
数据挖掘
神经网络
喀拉斯
卷积神经网络
2022-02-16 09:11:10
2个回答
根据您分享的图像，训练准确率不断提高，验证准确率在 50% 左右变化。我认为要么你没有足够的数据来使用神经网络，要么网络很小，无法捕获所有信息，在这两种情况下，我都觉得存在欠拟合或过拟合问题。您能否给我们一些有关数据库的信息，以便我们提供更多帮助
通过您分享的屏幕截图，训练准确度和验证准确度之间的差异是巨大的。90 到 50 是一个很大的差距，这意味着你的模型实际上是过拟合的。它从训练数据中学习得很好，它无法用实时或见过的数据来概括它。我的猜测是它波动的原因就是因为这个。尝试增加您的数据集，如果它是图像分类，请尝试图像增强，并尽量不要使模型过于复杂。我相信它会有所帮助。