在训练CNN的每个时期时，验证准确性很高，但分类报告中的最终准确性非常低，这意味着什么？

如何解决在训练CNN的每个时期时，验证准确性很高，但分类报告中的最终准确性非常低，这意味着什么？

我正在建立一个CNN模型，用于预测是否被共生感染的X射线图像的类别。在训练模型期间，这就是我在每个时期获得的准确性和损失。

历次1/20 43/43 [==============================]-157s 4s / step-损耗：16.5535-精度：0.8844-val_loss ：1.6308-val_accuracy：0.9914

时代2/20 43/43 [=============================]-153s 4s / step-损耗：9.3576-精度：0.9647-val_loss ：1.8470-val_accuracy：0.9871

第3/20集 43/43 [==============================]-152s 4s / step-损耗：4.8507-精度：0.9720-val_loss ：2.1491-val_accuracy：0.9871

第4/20集 43/43 [==============================]-153s 4s / step-损耗：2.8917-精度：0.9772-val_loss ：0.5409-val_accuracy：0.9914

第5/20集 43/43 [==============================]-153s 4s / step-损耗：1.7138-精度：0.9831-val_loss ：0.4102-val_accuracy：0.9957

第六章20 43/43 [==============================]-153s 4s / step-损耗：2.4398-精度：0.9801-val_loss ：5.5315-val_accuracy：0.9569

时代7/20 43/43 [==============================]-153s 4s / step-损耗：4.3175-精度：0.9661-val_loss ：0.5032-val_accuracy：0.9914

第8/20集 43/43 [==============================]-152s 4s / step-损耗：1.7567-精度：0.9816-val_loss ：0.5169-val_accuracy：0.9914

时代9/20 43/43 [==============================]-153s 4s / step-损耗：1.5359-精度：0.9786-val_loss ：0.2652-val_accuracy：0.9957

第10/20集 43/43 [==============================]-153s 4s / step-损耗：0.9022-精度：0.9897-val_loss ：0.1173-val_accuracy：0.9957

时代11/20 43/43 [==============================]-153s 4s / step-损耗：0.9991-精度：0.9801-val_loss ：0.2755-val_accuracy：0.9871

当我根据预测运行分类报告时，准确性仅为50％。为什么发生这种情况，请有人解释？

解决方法

在训练了许多模型之后，我知道准确性并没有太大帮助。因此，您应该关注损失而不是准确性。在这种情况下，建议您降低学习速度，因为我发现学习不太稳定。另外，我猜想您没有在网络中使用“批量归一化”图层，因此您的准确性为50％。我不能说太多，因为您没有提供太多细节（例如您没有提供要使用的模型结构，优化器和损失函数）。但是，请尝试降低学习率并将“批次归一化”引入模型。