level 1
第一次见到这种问题，10分类，模型又0.48M个参数，测试8000，训练2000，反而不论是每个epoch的loss还是准确率，都是测试集高，比训练都高，多的时候10个百分点。。。。求指教，代码debug，感觉没啥问题，数据处理也没啥问题，我把测试集和训练集颠倒输入到网络，结果还这样，我头都大了
2020年03月17日 11点03分
1
level 1
大佬救救我吧，debug快3天了，啥也不是。 我数据集划分每一类都很均匀。就是最后结果测试集莫名其妙的高，头疼
2020年03月17日 11点03分
2
你是说测试集loss更小，同时测试集accuracy更大吗？怀疑你的测试集是训练集的子集，k-fold交叉验证试一下，再把训练和测试的划分比例反过来看看
2021年09月23日 09点09分
把两个集合上分类错误的图片选出来可视化自己看一下有没有特点
2021年09月23日 09点09分
