无法理解我用于多类分类的 CNN 模型是否过拟合？答案

【问题标题】：Could not understand if my CNN model for multiclass classification is overfitted or not?无法理解我用于多类分类的 CNN 模型是否过拟合？
【发布时间】：2020-08-11 13:47:48
【问题描述】：

良好的训练、测试和验证准确度，但模型的奇怪历史准确度行为：这是我的模型的摘要：

我执行了执行和预测任务，我得到了下一个混淆矩阵：

而准确性行为是下一个：

我不明白这是过拟合还是欠拟合还是正常行为？

添加损失图以在下一个中阐明更多内容

提前感谢您提供任何有用的信息和帮助！

【问题讨论】：

标签： python tensorflow keras evaluation conv-neural-network

【解决方案1】：

看起来没有过度拟合。您的训练准确度正在提高，AVERAGE 测试准确度也在提高。过度拟合是指测试损失有所改善，然后达到稳定水平，然后开始增加。最好查看损失指标来监控这一点。典型的情况是，一旦训练准确度变高，测试损失就会小幅度波动。您可以通过改变丢弃率来测试过拟合，并查看对测试损失的影响。

【讨论】：

【解决方案2】：

正如你已经提到的，你的训练做得很好。

首先，我建议您使用测试数据自行检查预测。 Validation-loss 会收敛到一个特定的值。它可能看起来有点差异，但您需要 y 轴作为参考。最后一个时期的起伏在 91% 到 94% 之间，相对于 100% 来说并不算多（可能会改变 y 轴）。

【讨论】：