Makoto测试时的准确率很高，达到95%，但是当他真的将这个系统用于实践时，识别准确率一下子降到了70%。Makoto怀疑是因为这个神经网络模型有了“过拟合”的问题，这是数据库数据不足而出现的现象。
另外，深度学习所需的计算量大，而Makoto使用典型的Windows PC机来训练神经网络，效率比较低。尽管他已经事先将所有的照片降低到80 x 80像素，系统仍然需要2-3天来完成7000张照片的训练。
这样低分辨率的照片导致的结果是，系统目前还并不能识别出颜色、纹理、刮痕和小刺，只能分辨出形状、长度和是否弯曲。而如果要提高照片分辨率，系统的计算量猛增，效率又会拖慢。
所以 Makoto 目前正打算使用谷歌的云机器学习（Cloud Machine Learning）平台，来进一步改善他的黄瓜分类机。
小编推荐阅读
