在数据生成器上评估模型。参数 generator: 一个生成 (inputs, targets) 或 (inputs, targets, sam...

精度图和损失图都包含噪声。可将每个损失和精度都替换为指数移动平均值，从而让曲线变得平滑。 在测试数据上评估模型

https://keras.io/zh/models/model/ fit_generator 使用 Python 生成器（或 Sequence...

https://keras.io/zh/models/model/ predict(x, batch_size=None, verbose=0,...

预训练网络 预训练网络（pretrained network）是一个保存好的网络，之前已在大型数据集（通常是大规模图像分类任务）上训练好。如果这...

添加 Dropout 层，进一步降低过拟合。 进一步使用正则化以及调节网络参数（卷积层过滤器个数或网络的层数），可以得到更高的训练精度，可到87...