Deep learning 凯拉斯：为什么我的测试精度不稳定？

我设计并训练了一个用于图像识别的ResNet模型。该网络从培训数据集中获得了很好的经验。但是，测试精度非常不稳定

以下是我在学习过程中使用的一些参数和重要信息：

• 训练样本数：40000图像

• 测试样本数量：15000图像

• 第一个50个时代的学习率设置为0.001，下一个50个时代的学习率设置为0.0001，其余的0.00001

• 批量大小：128

• 辍学率：0.2

经过150个时代后，学习曲线（包括训练损失和测试精度）如下所示：

我试图增加批量大小。然而，这并不是解决我问题的办法

提前感谢您可能提供的任何帮助

问候,

---

安健。/。

我建议您将批量减小到16。您好，谢谢您的建议。但是，即使在减少了批量之后，问题仍然没有得到解决。我建议您将批量减少到16。您好，谢谢您的建议。然而，即使在减小批量之后，问题也没有得到解决。