小编Ari*_*dar的帖子

通常，当模型过度拟合时，验证损失会上升，而训练损失会从过度拟合的点开始下降。但就我而言，训练损失仍然下降，但验证损失保持在同一水平。因此，验证准确性也保持在同一水平，但训练准确性却有所提高。我正在尝试使用 UNet 从 3D 体积重建 2D 图像。当我尝试从 2D 图像重建 3D 体积时，也会出现同样的行为，但损失较高且精度较低。有人可以解释为什么验证损失不会从过度拟合点下降的曲线吗？