我正在tensorflow中的自定义二进制数据集上训练Inception V2 . 我使用的学习率为1e-4，辍学率为0.9，批量大小为32，亚当优化 .
虽然网络起初看起来做得很好，准确度提高，损失减少，但有时会达到精度突然下降且损失突然上升的程度 .
我应该注意到，数据集中的类是不 balancer 的，具有20％的正类和80％的负类拆分 .
您可以查看图表here .
为什么精确度突然下降然后保持这个新状态？
