Список проголосовавших за комментарий "Легко вникать в чужие исследования вообще не мой конёк). Но в глаза бросилось, что у вас с ростом кол-ва эпох обучения ошибки трейна падают, ошибки теста растут — ну это же классическое переобучение/переподгонка. И как будто бы это прям быстро начинается. Так что тут изначально что-то не то. Не помню, как там у нейросетей с защитой от переобучения, но тут по-видимому оно. Какие там лайфхаки проти этого есть в нейроветях — какие-то точно есть, помню)) — разрывать связи выборочно между слоями, что-то ещё. Думаю, нужно что-то такое попробовать. Ориентироваться можно сразу на динамику меры ошибок на тесте при имплементации каких-то новых фишек."