keras CNN：训练集和验证集相同，但准确度不同

Question

我知道这是一件非常糟糕的事情，但我注意到使用 keras mobilenet 有一些奇怪的事情：

我使用相同的数据进行训练和验证集：

train_generator = train_datagen.flow_from_directory(
    train_dir,
    target_size=(IM_WIDTH, IM_HEIGHT),
    batch_size=batch_size,
    class_mode = "categorical"
)
validation_generator = train_datagen.flow_from_directory(
  train_dir,
  target_size=(IM_WIDTH, IM_HEIGHT),
  class_mode = "categorical"
)

但我没有得到相同的准确度！

epoch 30/30 - loss: 0.3485 - acc: 0.8938 - val_loss: 1.7545 - val_acc: 0.4406

与验证集相比，我似乎过度拟合了训练集......但它们应该是相同的！这怎么可能？

Answer 1

训练损失是动态计算的，只有验证损失是在训练纪元后计算的。因此，一开始几乎未经训练的网络会使训练损失比实际情况更糟。这种影响应该会在以后的 epoch 中消失，因为那时一个 epoch 对得分的影响就不再那么大了。

keras faq中解决了此行为。如果您在纪元结束时使用自己编写的回调对两者进行评估，则它们应该是相同的。