个人感觉是不是学习率太大的问题，目前学习率为0.001，同时也怀疑是不是网络结构问题，网络结构最后几层目前是:BN + tanh + FC + FC
测试集精度波动大，可能是什么原因呢？
个人感觉是不是学习率太大的问题，目前学习率为0.001，同时也怀疑是不是网络结构问题，网络结构最后几层目前是:BN + tanh + FC + FC
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
3条回答 默认 最新
- 2020-12-04 09:11weixin_39688636的博客 Source在完成了与神经网络有关的多个AI项目之后，我意识到模型的概括能力对于AI项目的成功至关重要。 我想写这篇文章来帮助读者了解如何使用正则化方法来优化模型的性能，并更好地理解基于神经网络提供可靠且可扩展...
- 2025-05-12 16:20快撑死的鱼的博客 当模型在训练集上表现良好，甚至能够达到非常高的准确率（例如99%或100%），但在未曾见过的测试集或验证集上表现却显著较差时，这种现象我们称之为。这表明模型学习到了训练数据中的噪声和细节，而不是数据中潜在的...
- 2020-12-04 08:30weixin_39948111的博客 数据在人工智能技术里是非常重要的！本篇文章将详细给大家介绍3种数据集：训练集、验证集、测试集。同时还会介绍如何更合理的讲数据划分为3种数据集。最后给大家介绍一种充分利用有限数据的方式：交叉验证法。先用一...
- 2024-06-11 15:40大模型玩家的博客 人工智能确实有潜力改变许多行业，并且已经有许多应用实例。所有这些不同的行业和应用实例的共同点是，它们都是数据驱动的。同时，人工智能的核心就是一个高效的数据处理系统，所以很多行业都可以进行应用。
- 2025-08-14 11:37一起学AI大模型~的博客 训练集（Training Set）、验证集（Validation Set） 和测试集（Test Set）。这一划分不仅是AI建模的基础步骤，也直接影响模型的性能评估和泛化能力。
- 2024-08-22 20:08小小星125的博客 ：验证集小导致的随机性会引起较大的波动，但当模型在验证集中逐渐表现出更稳定的性能时，准确率可能超过训练集。：模型在训练中可能从早期的过拟合模式转向更加泛化的模式，导致验证集准确率逐步上升并超过训练集。
- 2025-06-04 14:52fanstuck的博客 《AIAgent技术演进与应用落地解析》摘要：本文探讨了DeepSeek与Manus两大AI平台的核心差异与发展路径。DeepSeek侧重深度语义理解与推理，而Manus专注于任务自动化执行，二者分别代表AIAgent发展的认知与执行方向。...
- 2024-08-22 19:55小小星125的博客 验证集（测试集）准确率高于训练集准确率的现象并不常见，但确实可能发生，通常意味着数据或模型存在一些不寻常的情况。
- 2025-09-15 14:39哦豁你没得了的博客 本文系统阐述了AI模型测试与传统软件测试的核心差异，构建了完整的测试知识体系。AI模型测试与传统软件测试存在本质差异，其核心在于评估数据驱动模型的性能表现和行为边界。测试流程涵盖离线评估、线上验证和持续...
- 2024-08-30 22:14小小星125的博客 1. 训练过程中的曲线变化 训练集精度曲线 初期：随着训练开始，训练集精度通常会迅速提高，因为模型开始学会训练数据中的模式。 稳定期：精度会逐渐趋于稳定，表示模型已基本学会了训练数据的特征。 训练集损失曲线 ...
- 没有解决我的问题, 去提问
问题事件
创建了问题
8月28日