无法理解我的多类分类 CNN 模型是否过度拟合？
Could not understand if my CNN model for multiclass classification is overfitted or not?
良好的训练、测试和验证准确性，但模型的历史准确性行为奇怪：
这是我的模型的摘要：
我执行了执行和预测任务，我得到了下一个混淆矩阵：
而准确性行为是下一个：
我不明白这是过拟合还是欠拟合还是正常行为？
添加损失图以在下一个中阐明更多
提前感谢您提供任何有用的信息和帮助！
看起来不像是过度拟合。您的训练准确度正在提高，平均测试准确度也在提高。过度拟合是当测试损失提高时，然后达到平稳状态，然后开始增加。最好查看损失指标来监控这一点。通常情况下，一旦训练准确率变高，测试损失就会小幅波动。您可以通过改变丢失率来测试过度拟合并查看对测试损失的影响。
正如您已经提到的，您的训练进行得很好。
首先我建议你用test-data自己检查一个预测。
Validation-loss 会收敛到一个特定的值。它可能看起来有点不同，但您需要 y-Axis 作为参考。最后一个时期的起伏在 91% 和 94% 之间，这与 100% 相比并不算多（可能会更改 y-Axis）。
良好的训练、测试和验证准确性，但模型的历史准确性行为奇怪： 这是我的模型的摘要：
我执行了执行和预测任务，我得到了下一个混淆矩阵：
而准确性行为是下一个：
我不明白这是过拟合还是欠拟合还是正常行为？
添加损失图以在下一个中阐明更多
提前感谢您提供任何有用的信息和帮助！
看起来不像是过度拟合。您的训练准确度正在提高，平均测试准确度也在提高。过度拟合是当测试损失提高时，然后达到平稳状态，然后开始增加。最好查看损失指标来监控这一点。通常情况下，一旦训练准确率变高，测试损失就会小幅波动。您可以通过改变丢失率来测试过度拟合并查看对测试损失的影响。
正如您已经提到的，您的训练进行得很好。
首先我建议你用test-data自己检查一个预测。 Validation-loss 会收敛到一个特定的值。它可能看起来有点不同，但您需要 y-Axis 作为参考。最后一个时期的起伏在 91% 和 94% 之间，这与 100% 相比并不算多（可能会更改 y-Axis）。