【发布时间】：2021-06-01 18:47:14
【问题描述】：
我正在开发一个基于单词的手语识别系统。我是深度学习的新手。我的经验有限。我有10节课。数据的大小（1256、32、112、112、3）。对于视频分类，我使用 3D CNN，在文章中提到它比 lstm 更好。我的模型起初无法学习。或者它是过拟合的。我做了一些改进。在特征学习层中使用批归一化而不是 Dropout，首先保持 learning_rate 高然后降低它，降低模型的总参数。这些是我尝试过的改进。并且结果有所改善。但是在我的测试结果中，虽然 acc 是 0.69，但我的 loss 值是 1.02，非常高。在这方面我应该做哪些改进以获得更好的结果，您有什么建议吗？以下是关于我的模型及其输出的信息。
【问题讨论】：
标签： tensorflow keras deep-learning conv-neural-network image-classification