2017-05-04 22 views
-1

使用來自Keras的模型和權重,使用受感染/未感染的RBC(預訓練的DL模型以前從未見過的)進行二元分類。我發現模型的性能(vgg16,19,xception)隨着培訓和驗證實例數量的增加而下降。爲什麼?爲什麼預訓練的Deep Learning模型的性能有所下降?

+0

您是否在最終預測中添加了新類?輸出尺寸增加了? –

回答

1

也許它與資源管理有關,你正在進行推理,模型在內存中擴展,它可能會降低性能。這種情況會創建大量的主內存訪問來執行正向傳遞計算,並且正在發生頁面錯誤,並且可能會降低性能。

希望這會有所幫助。

+0

謝謝你。問題在於,我沒有使用足夠數量的時代,同時對網絡進行微調以學習新功能。隨着我用新元學習率增加新紀元數量和排列組合,我可以發現性能在增加。 – shiva

相關問題