深度学习训练loss下降，acc不变是什么问题?

Question

[图片] 现在是resnet50加lstm 原来是r3d 都有这种acc固定的情况也换过数据集请问一下大佬们这个问题出在哪该怎么改呢

关注者

22

被浏览

71,625

Loss反映的是logit计算的损失，Acc反映的是最大logit对应的类别的是否为真实标签，两者在趋势上并不完全一致。

一个直观的理解是，最大的Logit 已经可以预测正确了，但是confidence依旧在上升，从而导致loss的下降。

可以简单理解为有过拟合的倾向，但也不能单纯的理解为一个坏的情况，详细的理论和实验，可以关注一下分类模型的校正（Calibration）能力，也就是：

The predicted softmax scores are much better indicators of the actual likelihood of a correct prediction.

补两张图，横轴表示confidence（最大的logit），纵轴表示准确率（Acc），每个点是一个mini batch获得的（confidence，accuracy）：

电光幻影炼金术 · Accepted Answer

这测试集就三个样本，不变很正常吧。。

就跟你们班就三个人，你很努力，但是一直考第二名，一个道理。