Question

cnn训练准确率很高，测试准确率很低（loss有一直下降）是为什么?

tensorflow模型，4层cnn。数据有shuffle, 有用dropout层，有用l2正则化，都没啥用，训练准确率很高，能到达1，测试准确率很低，保持在0.5左右，但是loss有一直下降），请问是什么原因呢？

Answer 1

可能的原因：

1. 有可能是层数较少，可以尝试增加卷积层；可能性不大。

2. 之前我有出现过类似的情况，数据本身质量太低，就算训练层可以保证很高的准确率也没有什么意义，此时已经过拟合了。 这种情况是没有办法的，因为你的数据本身就有问题，无解。  你可以尝试用 机器学习的方法提取特征值 来验证， 如果此时准确率比CNN结果要好，那么就是你网络本身的问题，如果准确率也很差， 那就应该是你数据本身质量的问题。

Answer 2

刚刚学习TensorFlow，在处理图片分类的问题中发现训练的准确率很低，只有20%，只不过识别的数据集是我自己的数据集，是一些信号图片，图片是256*128的，当时用这个例子识别2种信号时准确率很高，现在识别5种信号，准确率就只有20%，训练损失到是会下降，但是准确率基本不变在训练cnn的过程中，训练集准确率逐渐升高，loss平稳下降，但是测试集动荡剧烈

Answer 3

如果他的训练准确度很高，那么说明机器性能是没有问题的，
但是测试准确率低可能是你们把机器拿来之后设置有问题。

Answer 4

说明两者不协调，还得努力

Answer 5

请问cnn在这段语句里面表示什么意思？