-1

Kerasのモデルと体重を使用して、感染した/感染していない赤血球(前もってDLモデルが見たことのないもの)でバイナリ分類を行っています。私はモデルのパフォーマンス(vgg16,19、xception)がトレーニングと検証のインスタンスの数が増えるにつれて減少することを見出します。どうして?事前トレーニングされたDeep Learningモデルのパフォーマンスが低下するのはなぜですか?

+0

最終的な予測に新しいクラスを追加していますか?出力次元が増加しましたか? –

答えて

1

推測を行っているリソース管理に関連している可能性があり、モデルがメモリ内で展開され、パフォーマンスが低下する可能性があります。この状況では、フォワードパスの計算を実行するためのメインメモリアクセスが多く発生し、ページフォルトが発生し、パフォーマンスが低下する可能性があります。

これが役に立ちます。

+0

ありがとう。問題は、新機能を学ぶためにネットワークを微調整しながら、十分な数のエポックを使用していないことです。私がエポックの数を増やし、SGDの学習率で順列を行うと、パフォーマンスが向上していることがわかりました。 – shiva

関連する問題