这个模型是过拟合还是欠拟合？

Question

我正在做一个人脸认证项目。虽然该模型在训练数据上表现良好，但在处理看不见的数据时却表现不佳。当我绘制比较训练精度与模型精度的图表时，我观察到了这种趋势

模型损失：

CNN模型：

model = Sequential()
        model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(int(self.org_img_height),int(self.org_img_width),3)))
        model.add(MaxPooling2D((2, 2)))
        model.add(Conv2D(64, (3, 3), activation='relu'))
        model.add(MaxPooling2D((2, 2)))
        model.add(Conv2D(128, (3, 3), activation='relu'))
        model.add(MaxPooling2D((2, 2)))
        model.add(Flatten())
        model.add(Dense(128, activation='relu'))
        model.add(Dropout(0.5))
        model.add(Dense(1, activation='sigmoid'))

Answer 1

是什么让您认为该模型过拟合或欠拟合？ 从第一张图中，您的训练准确性随着每个时期的增加而增加，您的验证准确性也是如此。同样，从第二张图中，您的训练损失正在减少，验证损失也在减少。所以这意味着你的训练走在正确的轨道上。既不过度拟合也不欠拟合。

当你的训练损失很低而验证损失很高时，你就会达到过度拟合的状态。这里的情况并非如此。