Прогноз Cnn очень плох, несмотря на 70% точности

Question

Я новичок в stackoverflow и глубоком изучении. Я следовал примеру классификации изображений с несколькими метками снизу.

https://www.analyticsvidhya.com/blog/2019/04/build-first-multi-label-image-classification-model-python/

Я уменьшил изображения до 500 ... с 2 эпохами ... Это дает точность около 72% в тестовом наборе и тренировочном тесте. Это я сделал, потому что у меня была ошибка памяти.

Но прогнозы очень очень плохие ... Я сделал снимокиз тренировочного набора .. Даже для этого предсказание совершенно неверно ...

Пожалуйста, вы можете мне помочь. Извините, если я что-то пропустил с моей стороны.

Спасибо.

Answer 1

@ Янки, 2 эпох недостаточно для обучения нейронной сети, вы можете начать с 50 для MNIST. Если у вас есть проблемы с памятью, попробуйте уменьшить размер пакета до 8 или 16.

model.fit(X_train, y_train, epochs=10, validation_data=(X_test, y_test), batch_size=16)

Вы также можете уменьшить количество convolution filters до 32 и количество узлов в слое Dense до 32. Попробуйтечтобы сделать его более эффективным в соответствии с ограничениями вашей инфраструктуры.