аю с примером cifar10 от Keras, который вы можете найтиВот, Я воссоздал модель (то есть, не тот же файл, но все остальное в значительной степени то же самое), и вы можете найти егоВот.

Модель идентична, и я тренирую модель в течение 30 эпох с разделением на 0,2 проверки на обучающем наборе 50000 изображений. Я не могу понять результат, который я получаю. Мои потери при проверке и тестировании меньше, чем при обучении (наоборот, точность обучения ниже, чем при проверке и точности тестирования):

                      Loss       Accuracy
   Training          1.345          0.572
 Validation          1.184          0.596
       Test           1.19          0.596

Глядя на сюжет, я не уверен, почему ошибка обучения снова начинает так сильно возрастать. Нужно ли мне сократить количество эпох, к которым я готовлюсь, или, возможно, осуществить раннюю остановку? Поможет ли другая архитектура модели? Если так, что было бы хорошими предложениями?

Благодарю.