训练准确率很高，但测试准确率很差

Question

我使用ImageDataGenerator.flow_from_directory()来训练和测试我的模型。在训练时，准确率可达90%。

但当我测试我的模型时，准确率只是平均值(50%)。

这就是我使用ImageDataGenerator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)

这是我训练和测试我的模型的方式：

model.fit_generator(train_data, steps_per_epoch=32, epochs=100)

test_info = model.evaluate_generator(test_data, steps=10)

print(test_info)

在测试模型时，我尝试用train_data替换test_data。但是结果是一样的。

Answer 1

看起来你的模型在训练数据上过度拟合了。你可以尝试一些方法来防止它，比如：

体系结构早期退出，L1/L2体系结构复杂性不断增加的数据集(if possible)

• Reduce stopping

• Regularization(