我目前正在使用 keras 内置的 resnet 进行两类分类。我正在使用模型检查点来保存基于验证准确性的最佳模型。保存更好和更好的模型，直到我遍历所有数据点几次。Keras 不断保存新模型，表明它们具有更高的准确性，但是当我测试模型时，它们的性能比以前的模型差。
这是使用验证数据测试每个模型的输出。模型名称中的第一个数字是时代，最后一个数字是根据 keras 的准确度。
- 03-0.90.hdf5，对 A 的错误预测：176，对 B 的错误预测：1652，总错误数 1828
- 04-0.91.hdf5，对 A 的错误预测：246，对 B 的错误预测：1448，总错误数 1694
- 06-0.92.hdf5，对 A 的错误预测：135，对 B 的错误预测：1738，总错误数 1873
- 09-0.92.hdf5，对 A 的错误预测：117，对 B 的错误预测：1738，总错误数 1855
- 10-0.92.hdf5，对 A 的错误预测：183，对 B 的错误预测：1208，总错误数 1391
- 15-0.92.hdf5，对 A 的错误预测：64，对 B 的错误预测：2973，总错误数 3037
- 23-0.93.hdf5，对 A 的错误预测：119，对 B 的错误预测：2511，总错误数 2630
- 26-0.93.hdf5，对 A 的错误预测：113，对 B 的错误预测：1794，总错误数 1907
- 27-0.93.hdf5，A 的错误预测：85，B 的错误预测：2821，总错误 2906
...
- 1049-0.97.hdf5，对 A 的错误预测：31，对 B 的错误预测：5949，总错误数 5980
- 1089-0.97.hdf5，对 A 的错误预测：3，对 B 的错误预测：6137，总错误数 6140
- 1092-0.97.hdf5，对 A 的错误预测：6，对 B 的错误预测：6325，总错误数 6331
- 1095-0.97.hdf5，对 A 的错误预测：0，对 B 的错误预测：6408，总错误数 6408
- 1126-0.97.hdf5，对 A 的错误预测：0，对 B 的错误预测：6413，总错误数 6413
如您所见，该模型似乎在提高预测 A 的准确性，尽管 B 的准确性下降幅度大于 A 的提高幅度。