在训练CNN的每个时期时,验证准确性很高,但分类报告中的最终准确性非常低,这意味着什么?

问题描述

我正在建立一个CNN模型,用于预测是否被共生感染的X射线图像的类别。在训练模型期间,这就是我在每个时期获得的准确性和损失。

历次1/20 43/43 [==============================]-157s 4s / step-损耗:16.5535-精度:0.8844-val_loss :1.6308-val_accuracy:0.9914

时代2/20 43/43 [=============================]-153s 4s / step-损耗:9.3576-精度:0.9647-val_loss :1.8470-val_accuracy:0.9871

第3/20集 43/43 [==============================]-152s 4s / step-损耗:4.8507-精度:0.9720-val_loss :2.1491-val_accuracy:0.9871

第4/20集 43/43 [==============================]-153s 4s / step-损耗:2.8917-精度:0.9772-val_loss :0.5409-val_accuracy:0.9914

第5/20集 43/43 [==============================]-153s 4s / step-损耗:1.7138-精度:0.9831-val_loss :0.4102-val_accuracy:0.9957

第六章20 43/43 [==============================]-153s 4s / step-损耗:2.4398-精度:0.9801-val_loss :5.5315-val_accuracy:0.9569

时代7/20 43/43 [==============================]-153s 4s / step-损耗:4.3175-精度:0.9661-val_loss :0.5032-val_accuracy:0.9914

第8/20集 43/43 [==============================]-152s 4s / step-损耗:1.7567-精度:0.9816-val_loss :0.5169-val_accuracy:0.9914

时代9/20 43/43 [==============================]-153s 4s / step-损耗:1.5359-精度:0.9786-val_loss :0.2652-val_accuracy:0.9957

第10/20集 43/43 [==============================]-153s 4s / step-损耗:0.9022-精度:0.9897-val_loss :0.1173-val_accuracy:0.9957

时代11/20 43/43 [==============================]-153s 4s / step-损耗:0.9991-精度:0.9801-val_loss :0.2755-val_accuracy:0.9871

当我根据预测运行分类报告时,准确性仅为50%。为什么发生这种情况,请有人解释?

解决方法

在训练了许多模型之后,我知道准确性并没有太大帮助。因此,您应该关注损失而不是准确性。在这种情况下,建议您降低学习速度,因为我发现学习不太稳定。另外,我猜想您没有在网络中使用“批量归一化”图层,因此您的准确性为50%。我不能说太多,因为您没有提供太多细节(例如您没有提供要使用的模型结构,优化器和损失函数)。但是,请尝试降低学习率并将“批次归一化”引入模型。