我的验证和训练损失不断增加，我是否过度简化了我的网络？

Question

我正在训练一个 3 层 conv 自动编码器并使用 3 层 conv 解码器进行重建。

问题是我的训练损失和验证损失都在不断增加。

网络太小就不能学习更多的通用特征吗？ 或者可能有更多原因

6k images with constant learning rate（藏红花颜色验证，蓝色训练）

自从第一个学习曲线在模型错误射击的某个点显示以来，我尝试了一个动态学习率在 epochs 中下降，并且有更多图像 10k 10k image with learning rate decreasing

所以我的问题是，我是在简化我的网络吗？我应该向我的网络添加更多层/神经元吗？

Answer 1

在增加一层后每层的神经元数量，我认为我有更好的学习率，

分享结果。 with more number of layers and neurons

结论：我的假设是正确的，我的网络过度简化，具有更深的层曲线。