CNN模型过拟合[关闭]答案

【问题标题】：CNN model overfitting [closed]CNN模型过拟合[关闭]
【发布时间】：2021-09-03 16:28:58
【问题描述】：

我正在尝试训练用于 MRI 分类的 CNN 模型。如您所见，训练损失小于验证损失。我的问题是：IS 训练损失 >> 验证损失，我们可以说我们有过度拟合？

【问题讨论】：

【解决方案1】：

如果它们之间的差距很大，那么你的答案是肯定的。但是从你的图片描述来看，你的loss from train and validation 没有那么大，你的accuracy on train and validation 是可以接受的。所以你的模型没有过度拟合。

【讨论】：

thank's..that's very comforting :)) .. 还有一个问题 PLZ：当我尝试对测试集的图像进行分类时，我得到了这个：测试数据集上的损失函数的值是: 0.8562 测试数据集上预测的分类准确度为: 0.7396 测试数据集上预测的分类AUC（即跨类平均曲线）为: 0.9068 你觉得可以吗！
你需要比较train和test的准确率。如果你的训练准确率高于测试集（它们之间的差距很大，你自己确定多大，例如，5％），那就是过拟合。更多详情here，部分Detecting Overfitting or Underfitting。希望对你有所帮助。
谢谢美人 :))
如果有帮助，您可以为答案投票。很高兴我能帮上忙。