我有一个非常小的数据集，包含 567 张图像。我在迁移学习中使用了预训练模型 resnet50。但是，只要我适合我的模型，它就会给我 100% 的准确率、100% 的验证准确率，并且在每个 epoch 损失和验证损失中都变为负数。评估显示我的输出准确率为 100%，损失为 -5915788.088888888。这是出乎意料的结果。怎么了 ？有可能还是我的模型输出不好？我使用了如下模型：

def Transfer():
    model = Sequential()
    model.add(ResNet50(include_top = False, pooling = 'avg', weights = 'imagenet'))
    model.add(Dropout(0.4))
    model.add(Dense(3, activation = 'softmax'))

    model.layers[0].trainable = False
    sgd = optimizers.SGD(lr = 0.01, decay = 1e-6, momentum = 0.9, nesterov = True)
    model.compile(optimizer = sgd, loss = 'categorical_crossentropy', metrics = ['accuracy'])
return model