“val_acc”根本没有变化

Question

我在Python上使用Keras创建了一个用于图像分类的CNN。我有一个相当小的数据集（约3000张图片），主要目标是简单的二进制分类。

问题是在培训期间“acc”增长，而“val_acc”从一开始就没有改变并保持+ - 0.6。

我搜索了互联网，几乎所有人都说主要的麻烦是我的数据集很小，即网络过度拟合。 但我试图让它变得尽可能简单（现在它是2个Conv层，Flatten和1个隐藏的FC层），我添加了批量规范化，没有任何帮助！

也许有些东西我不明白，这就是为什么它不起作用？我这样做的时间越长，我就越困惑“acc”和“val_acc”之间的区别是什么？我将非常感谢任何帮助！

P.S。我尝试使用Keras blog tutorial中关于“Cats vs. Dogs”分类的代码，但这没有帮助，问题保持不变：（

Answer 1

我想在很多情况下val_acc根本不会改变，

就我而言，我下载了ResNet 50，并将某些层更改为trainable = False。导致acc上升时，常数val_acc为0.5。

修复是在更改图层的可训练属性后运行model.compile（...）。