我在Keras使用以下模型：
输入/ conv1 / conv2 / maxpool / conv3 / conv4 / maxpool / conv5 / conv6 / maxpool / FC1 / FC2 / FC3 / softmax（2个节点） .
当我在每次激活（Wx）之后和非线性ReLu（Wx）之前使用批量标准化时，验证的损失和准确性是有噪声的（Red = Training_set / Blue = validation_set）：
如果我移除BN层，则验证损失与训练损失一样顺利
.
我尝试了以下（但没有奏效）：
1.将批量大小从64增加到256 2.降低学习率3.添加L2-reg和/或不同幅度的丢失4.训练/验证分流比：20％，30％ . 仅供参考，数据集是kaggle cats＆dogs图像 .