为什么预训练的深度学习模型的性能会下降？
Why is there a decrease in the performance of pre-trained Deep Learning models?
使用 Keras 的模型和权重对 infected/uninfected RBC 进行二元分类（这是预训练的 DL 模型以前从未见过的）。我发现模型 (vgg16,19,xception) 的性能随着训练和验证实例数量的增加而降低。为什么？
可能与您进行推理的资源管理有关，模型在内存中扩展，这会降低性能。这种情况会创建大量主内存访问来执行前向传递计算，并且会发生页面错误，这会降低性能。
希望对您有所帮助。
使用 Keras 的模型和权重对 infected/uninfected RBC 进行二元分类（这是预训练的 DL 模型以前从未见过的）。我发现模型 (vgg16,19,xception) 的性能随着训练和验证实例数量的增加而降低。为什么？
可能与您进行推理的资源管理有关，模型在内存中扩展，这会降低性能。这种情况会创建大量主内存访问来执行前向传递计算，并且会发生页面错误，这会降低性能。
希望对您有所帮助。