Keras 训练精度很高，但测试精度很差

我使用

ImageDataGenerator.flow\u from\u directory（）

来训练和测试我的模型。 训练时，准确率高达90%。
但当我测试我的模型时，准确率只是平均值（50%）

这就是我如何使用

ImageDataGenerator

：

datagen = ImageDataGenerator(rescale=1. / 255)

train_data = datagen.flow_from_directory(img_path + '\\train', target_size=(224, 224),
                                     classes=['NORMAL', 'PNEUMONIA'],
                                     batch_size=10)

test_data = datagen.flow_from_directory(img_path + '\\test', target_size=(224, 224),
                                    classes=['NORMAL', 'PNEUMONIA'],
                                    batch_size=10)

这就是我如何训练和测试我的模型：

model.fit_generator(train_data, steps_per_epoch=32, epochs=100)

test_info = model.evaluate_generator(test_data, steps=10)

print(test_info)

在测试模型时，我尝试用

train\u data

替换

test\u data

。

---

但是结果是一样的。

看起来您的模型与训练数据拟合过度。您可以尝试一些方法来防止它，如：

• 早停
• 正则化（辍学，L1/L2正则化）

• 交叉验证

• 增加数据集（如果可能）

• 降低体系结构复杂性

---

我使用提前停车来避免过度装配，这很有效。非常感谢。