Проверка Кераса и переоснащение колебаний потерь

Question

Я разработал модель глубокого обучения, и мне было интересно, почему мои потери в валидации и точность валидации колеблются. Это признак переоснащения? Я пытался играть с гиперпараметрами, такими как отсев и скорость обучения. У меня 7 входов и 2 выхода. Размер обучающих данных составляет около 57381.

model7 <- keras_model_sequential()
model7 %>% 
  layer_dense(units = 8,
              kernel_regularizer = regularizer_l2(0.001),
              activation = "relu",
              input_shape = c(7)) %>% 
  layer_dropout(rate = 0.2) %>% 
  layer_dense(units = 22,
              kernel_regularizer = regularizer_l2(0.001),
              activation = "relu") %>% 
  layer_dropout(rate = 0.2) %>% 
  layer_dense(units = 2,
              activation = "softmax")
summary(model7)

# Compiling the model
model7 %>% compile(loss = "categorical_crossentropy",
                   optimizer = "adam",
                   metrics = c("accuracy"))

history <- model7 %>% 
  fit(x_train,
      y_train,
      epoch = 200,
      batch_size = 64,
      validation_split = 0.2)

Можете ли вы сказать мне, если я переоснащаюсь, и если вы можете дать некоторые советы, чтобы изменить моя модель?