共计 419 个字符，预计需要花费 2 分钟才能阅读完成。
上图咱们能够发现，对于 simple_cnn 来说，数据加强有很显著的作用，能够显著进步 val_acc，也就是模型的泛化性。
对于 pre-trained model(此处用作 feature extraction) 来说，此处用的是 mobilenetV2，因为模型是在 imagenet 大型数据集上做的预训练，曾经见过很多图片数据了，同时模型能更新参数的局部只有 top-classifier，所以此处的数据加强成果并不是特地显著，数据加强的作用次要是让模型能见到更多的数据多样性，以此加重过拟合，加强泛化。
咱们接着对模型进行了 finetune 训练，相比于 freeze feature extraction 局部来说，咱们 unfreeze 了顶部几层卷积，使模型更加适宜目前的工作，相比来说进步了几个百分点。
上图咱们能够看到，模型在训练几个 epoch 之后，val_acc 曾经达到饱和，此时咱们接着训练，会发现 val_loss 在回升，此处是因为模型置信度降落引起的。
正文完
