我的验证损失在 CNN 中是颠簸的，具有更高的准确性。我的模型是否过度拟合？

Question

我的训练损失不断降低，但当我的测试准确率超过 95% 时，它会越来越低。这是否意味着我的模型过度拟合或正常？我该怎么办？

我的网络有大约 7000 万个参数。批量大小为 16.

这是我的测试和验证损失。我应该怎么办？我的验证损失也低于训练损失吗？这是为什么？

我使用了不同的内核大小并尝试在较低的时期运行。也许我应该用更多的 epoch 来训练网络？

Answer 1

让我们按顺序回答你的问题。首先是“精度越来越低”。 这意味着您在训练模型时已达到极值点。也就是说，你的模型已经学会了。由于您的指标在验证集上显示出相当高的指标，因此我们可以说模型学习得很好（当然，如果为任务选择了正确的指标）。

现在关于“我的验证损失低于训练损失”。没关系，因为 在验证的本质上。我建议你研究什么是验证集、训练集和测试集。