我们已经建立了一个 ResNet 模型，它通常比其他任何类别都错误分类一些类别。我们应该如何利用这些知识来提高我们的准确性？
我们有一个包含 100,000 个样本的数据集，由 100 个类别组成，其中每个类别包含 1,000 张图片。
我们的网络相当简单；取自 PyTorch ResNet-18。没有进一步修改。
编辑：代码实际上与 ResNet-18 教程相同。数据是图像及其名称，比如说
输入： [128x128 像素]
出：房子
我正在寻找有关如何处理这种情况的广泛提示。不一定是调试提示。
:: Y 轴表示精度。
