Train acc 正常，Valid acc 很低，可能是样本size不匹配

最新推荐文章于 2024-09-06 20:37:13 发布

薄饼薄

最新推荐文章于 2024-09-06 20:37:13 发布

阅读量3.2k

点赞数

分类专栏：深度学习 & Pytorch 文章标签：深度学习机器学习 python pytorch

本文链接：https://blog.youkuaiyun.com/Shampool002/article/details/115626438

版权

博客讲述了在深度学习中遇到的训练集与验证集准确率差异大的问题。作者发现原因是数据预处理阶段的图片尺寸不匹配。训练集图片被Resize为(128, 128)，而验证集TenCrop裁剪尺寸为64*64。调整TenCrop尺寸为128后，验证集准确率恢复正常。" 128128462,12533112,深入理解JVM类加载机制,"['jvm', '类加载机制', '内存管理']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述

Train acc持续上升，直至80%+；但是Valid acc只有1%~3%，最高也就20%+
在这里插入图片描述
原来的代码如下

# ========================= step 1/5 数据 =========================
    norm_mean = [0.485, 0.456, 0.406]
    norm_std = [0.229, 0.224, 0.225]
    normalizes = transforms.Normalize(norm_mean, norm_std)

    # 训练阶段图片预处理（数据增强）
    train_transform = transforms.Compose([
        transforms.Resize((128, 128)),       # (256, 256) 区别
        # transforms.CenterCro