为什么在我加了一个辍学生后，我的CNN节目的准确性没有提高

Question

我正在使用CNN来识别CiFar10数据集中的图像，在添加缺失之前，CNN的准确率达到58%，但添加后，它下降到52%。是不是网络没有过拟合？因为我怀疑情况是否如此。在再加上两个辍学者后，准确率上升到55%，但我仍然很困惑为什么它会下降。这是我的代码：

class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 12, 3, padding=1)
self.pool = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(12, 24, 3, padding=1)
self.conv3 = nn.Conv2d(24, 48, 3, padding=1)
self.conv4 = nn.Conv2d(48, 48, 3, padding=1)
self.dropout1 = nn.Dropout(p=0.2)
self.dropout2 = nn.Dropout(p=0.2)
self.dropout3 = nn.Dropout(p=0.3)
self.fc1 = nn.Linear(48 * 2 * 2, 120)
self.fc2 = nn.Linear(120, 84)
self.fc3 = nn.Linear(84, 10)

def forward(self, x):
x = self.pool(self.dropout1(F.relu(self.conv1(x))))
x = self.pool(self.dropout2(F.relu(self.conv2(x))))
x = self.pool(self.dropout3(F.relu(self.conv3(x))))
x = self.pool(F.relu(self.conv4(x)))
x = x.view(-1, 48 * 2 * 2)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x

Answer 1

如果从头开始训练和初始化，那么在比较跑步时也需要小心。随机权重初始化有时会产生你所看到的变化，尤其是在其他超参数(如学习率、批量大小等(尚未优化的情况下。即便如此，批量搅乱也可能导致变化。您应该在调试所有这些时设置一个随机种子和/或保存权重参数。