Accuracy ve test accuracy değerli arasında neden çok fark oluyor


#1

Modelimi eğittiğimde Accuracy %90 civarında çıkıyor ama Validation accuracy %60 civarında kalıyor modelimi bir çok kez değiştirdim fakat sonuç alamadım 24 resimden oluşan 10 sınıflı datasetim var
bunun çözümünü bilen var mı? modelim bu;

cnn4 = Sequential()
cnn4.add(Conv2D(32, kernel_size=(5, 5), activation=‘relu’, input_shape=input_shape))
cnn4.add(BatchNormalization())

cnn4.add(Conv2D(64, kernel_size=(5, 5), activation=‘relu’))
cnn4.add(BatchNormalization())
cnn4.add(MaxPooling2D(pool_size=(2, 2)))

cnn4.add(Conv2D(128, kernel_size=(5, 5), activation=‘relu’))
cnn4.add(BatchNormalization())
cnn4.add(MaxPooling2D(pool_size=(2, 2)))

cnn4.add(Conv2D(64, kernel_size=(5, 5), activation=‘relu’))
cnn4.add(BatchNormalization())
cnn4.add(MaxPooling2D(pool_size=(2, 2)))
cnn4.add(Dropout(0.25))

cnn4.add(Flatten())

cnn4.add(Dense(512, activation=‘relu’))
cnn4.add(BatchNormalization())
cnn4.add(Dropout(0.5))

cnn4.add(Dense(128, activation=‘relu’))
cnn4.add(BatchNormalization())
cnn4.add(Dropout(0.5))

cnn4.add(Dense(10, activation=‘softmax’))

cnn4.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adam(),
metrics=[‘accuracy’])

cnn4.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adam(),
metrics=[‘accuracy’])
cnn4.summary()

history1 = cnn4.fit(X_egitim, y_egitim,
batch_size=256,
epochs=20,
verbose=1,
validation_data=(X_test, y_test))


#2

Merhaba @tekin7,

Sorunuz, buradaki diğer sorunuzla benzerlik taşıdığı için yanıtların dağılmaması amacıyla kapatıldı.

İyi çalışmalar!