小编Str*_*994的帖子

我正在训练一个分类模型来对细胞进行分类，我的模型基于这篇论文： https: //www.nature.com/articles/s41598-019-50010-9。由于我的数据集仅包含 10 张图像，因此我执行了图像增强，人为地将数据集的大小增加到 3000 张图像，然后将其分为 2400 张训练图像和 600 张验证图像。

然而，虽然训练损失和准确度随着迭代次数的增加而提高，但验证损失却迅速增加，而验证准确度则停滞在 0.0000e+00。

我的模型从一开始就严重过度拟合吗？

我使用的代码如下所示：

import keras
import tensorflow as tf
from tensorflow.keras import backend as K
from tensorflow.keras.models import Model, load_model, Sequential, model_from_json, load_model
from tensorflow.keras.layers import Input, BatchNormalization, Activation, Flatten, Dense, LeakyReLU
from tensorflow.python.keras.layers.core import Lambda, Dropout
from tensorflow.python.keras.layers.convolutional import Conv2D, Conv2DTranspose, UpSampling2D
from tensorflow.python.keras.layers.pooling import MaxPooling2D, AveragePooling2D
from tensorflow.python.keras.layers.merge import Concatenate, Add
from tensorflow.keras import backend as K
from tensorflow.keras.callbacks import ModelCheckpoint, LearningRateScheduler, ReduceLROnPlateau, EarlyStopping
from …