我的训练损失持续下降，但当我的测试准确率超过95%时，它会上下波动。这是否意味着我的模型过拟合了，还是这是正常现象？我应该怎么做？
我的网络大约有7000万个参数。批量大小为16。
这是我的测试和验证损失。我应该怎么做？另外，我的验证损失低于训练损失？这是为什么？
我使用了不同的核大小，并尝试在较少的轮次中运行。也许我应该用更多的轮次来训练网络？
回答：
让我们按顺序回答你的问题。首先关于“准确率上下波动”。这意味着你在训练模型时已经达到了极值点。也就是说，你的模型已经学会了。由于你的指标在验证集上显示出相当高的指标，所以我们可以说模型学得很好（当然，如果指标为任务选择得当的话）。
现在关于“我的验证损失低于训练损失”。这是正常的，因为验证的本质。我建议你研究一下什么是验证集、训练集和测试集。
