然后一个卷积层应用这些卷积运算。在第一层中，我们对输入图像应用 32 个大小为 5 的核，产生了 32 个大小为 60 x 60 的输出。（由于边界效应，每个卷积图像尺寸有所减少）

我们还使用了最大池化层（ max pooling layers），通过获得其最大值简单地将张量区域减少到单个区域（图 17）。因此，在应用一个 2 x 2 的最大池化层之后，我们得到原始大小四分之一的张量。

　　图 17：最大池化运算的示例

最后，我们将张量展平为一维，并将其连接到密集连接层以用于预测。我们最终层的大小为 18，与输出域大小相同。

训练和检验

　　为了实现我们的模型训练，开奖，我们要将数据集分为两部分：

　　（1）「训练数据集（training dataset）」将使用我们的训练算法从数据中学习模型参数；（2）「验证数据集（validation dataset）」将用于评估未知的数据的模型性能。这样，我们将能够识别过拟合问题（相信我，我们将看到很多过拟合[4]）。

但是我们不能随意地选择精灵的随机样本。来自同一精灵宝可梦的精灵，在不同游戏中彼此非常相似，特别是在同一代游戏之间（图18）。

　　图18：来自精灵宝可梦白金版（左）和钻石版（右）的大比鸟（Bird Jesus）。等等...这是另一回事吗？

框1：表现测试指标

本文我们使用三个指标来评估我们的模型表现：

（1）准确度（Accuracy）：获得精灵宝可梦正确属性分类的预测的百分比;

（2）精度（Precision）：归类为真正属于该类（属性）的图像的百分比;

（3）召回率（Recall）：归类为该类（属性）的图像的百分比。

准确度使我们能够得到模型的总体质量，精度和召回率用于衡量我们的模型的每个类的预测。

如果我们随机选择精灵，则会有使用与训练集相同精灵污染测试集的风险，这将导致对未知数据的模型表现的高估。因此，我对精灵宝可梦样本进行了挑选。也就是说，我将整个精灵宝可梦分配到了同一个集合，而不是分配单个精灵。这样，如果喷火龙被分配给测试集，它对应的所有精灵都将跟随，从而消除了污染的风险。

我使用了20％的精灵宝可梦作为测试样本，80％作为训练集，也就是有 2727 个精灵用来训练。

　　第一个模型：裸骨训练

在第一次尝试中，我用原始精灵的图像训练算法，同时保持训练/测试分开。该算法训练超过了20个 epoch [5]，总共花了大约一分钟[6]。第一个训练获得的结果在图19中给出（参见框1表现度量查看解释）。

　　图19：第一次尝试中训练集的表现

结果令人吃惊！我们得到的所有分类都是正确的！但是这些指标能很好地估计未知数据的模型性能吗？那些指标是否显示，我们的模型学习训练样本，但对新数据适应不佳？扰乱警报：确实如此。让我们来看看它：图20展示了那些和我们验证集相同的度量。

看来，我们的模型确实过拟合了训练集，即使它的表现优于随机猜测。

　　图20：第一次尝试验证集的表现

但等一下......为什么我们没有任何飞行属性的精灵宝可梦？事实证明，只有一个精灵的主要属性是飞行（图21，龙卷云（Tornadus）），它被包括在了训练集中。

　　图21：在飞行属性中，龙卷云是独一无二的。

第二个模型：图像增强