IOS、Python自学心得30天 Day-16 训练模型 Overfit(过度拟合)

前言:
前一天提到
val_accuracy 的数值约落在0.6500上下
改成只储存数值高的 accuracy 似乎不是解决办法
问题可能出在资料是否有打乱 shuffle = True
原来的训练资料是有打乱的
而验证没有打乱
所以我将两个资料都打乱
然而经过一整天的训练 val_loss 依然是4.多
预期的应是到0.1以下才对 而val_accuracy要在0.9 ~ 1的范围
但是我越训练越觉得不太对，所以上网查了一下
发现有可能有过度训练的情况
换了方法後
我重新训练了一个模组，并修改BATCH_SIZE为64
可以看到
val_loss 下降很多
val_accuracy 正在慢慢上升

104/104 [==============================] - 159s 2s/step - batch: 51.5000 - size: 63.6154 - loss: 2.0596 - accuracy: 0.4572 - val_loss: 1.7565 - val_accuracy: 0.5312
储存训练模型
104/104 [==============================] - 159s 2s/step - batch: 51.5000 - size: 63.6154 - loss: 2.0114 - accuracy: 0.4631 - val_loss: 1.7457 - val_accuracy: 0.5240
储存训练模型
104/104 [==============================] - 159s 2s/step - batch: 51.5000 - size: 63.6154 - loss: 1.8684 - accuracy: 0.4884 - val_loss: 1.6756 - val_accuracy: 0.5541
储存训练模型
104/104 [==============================] - 160s 2s/step - batch: 51.5000 - size: 63.6154 - loss: 1.8331 - accuracy: 0.4950 - val_loss: 1.6390 - val_accuracy: 0.5565
储存训练模型
104/104 [==============================] - 160s 2s/step - batch: 51.5000 - size: 63.6154 - loss: 1.7389 - accuracy: 0.5213 - val_loss: 1.6051 - val_accuracy: 0.5745
储存训练模型
104/104 [==============================] - 159s 2s/step - batch: 51.5000 - size: 63.6154 - loss: 1.6484 - accuracy: 0.5459 - val_loss: 1.5713 - val_accuracy: 0.5745