火车精度很高，但测试精度很差

Question

我使用$ set $ env 来训练和测试我的模型。 训练时，准确率高达90％。
但是当我测试模型时，准确度仅为平均值（50％）。

这就是我使用ImageDataGenerator.flow_from_directory()的方式：

ImageDataGenerator

这是我训练和测试模型的方式：

datagen = ImageDataGenerator(rescale=1. / 255)

train_data = datagen.flow_from_directory(img_path + '\\train', target_size=(224, 224),
                                     classes=['NORMAL', 'PNEUMONIA'],
                                     batch_size=10)

test_data = datagen.flow_from_directory(img_path + '\\test', target_size=(224, 224),
                                    classes=['NORMAL', 'PNEUMONIA'],
                                    batch_size=10)

在测试模型时，我尝试将model.fit_generator(train_data, steps_per_epoch=32, epochs=100) test_info = model.evaluate_generator(test_data, steps=10) print(test_info) 替换为test_data。 但是结果是相同的。

Answer 1

您的模型似乎过度适合训练数据。您可以尝试一些防止它的方法，例如：

• 早停

• 正则化（辍学，L1 / L2正则化）

• 交叉验证

• 增加数据集（如果可能）

• 降低架构复杂度