小编Pet*_*agy的帖子

我正在尝试使用ResNet50Python ( keras)进行图像识别。我试图用 做同样的任务VGG16，我得到了一些这样的结果（对我来说似乎没问题）： resultsVGG16。训练和验证的准确率/损失函数每一步都在变好，因此网络必须学习。

然而，随着ResNet50训练函数的投注更好，而验证函数没有改变：resultsResNet

我两次都使用了相同的代码和数据，只是模型发生了变化。

那么ResNet50只在训练数据上学习的原因是什么？

我的 ResNet 模型如下所示：

'''Python

model = Sequential()
base_model = VGG16(weights='imagenet', include_top=False,input_shape= 
(image_size,image_size,3))
for layer in base_model.layers[:-4]:
    layer.trainable=False

model.add(base_model)
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.4))
model.add(Dense(NUM_CLASSES, activation='softmax'))

VGG 非常相似：

model = Sequential()
base_model = ResNet50(include_top=False, weights='imagenet', input_shape= 
(image_size,image_size,3))
for layer in base_model.layers[:-8]:
     layer.trainable=False

model.add(base_model)
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.4))
model.add(Dense(NUM_CLASSES, activation='softmax'))