Machine learning 验证和评估准确性的差异

我正在使用预先训练好的GoogLeNet，然后在我的数据集上对其进行微调，以便对11个类进行分类。验证数据集似乎给出了“loss3/top1”86.5%。但当我在评估数据集上评估性能时，它给了我77%的准确率。无论我对train_val.prototxt做了什么更改，我都在deploy.prototxt中做了相同的更改。验证和评估准确性之间的差异是正常的还是我做错了什么？

---

有什么建议吗？

为了在验证数据集上获得训练模型的公平评估，您需要以有意义的方式设置

测试itr

和

测试批次大小

因此，
test\u itr
应设置为：

Val_data / test_batch_Size

其中，
Val\u data
是验证数据集的大小，
test\u batch\u size
是验证阶段在batch\u size中设置的验证批次大小值。
约10%的差异非常大。验证集中有多少样本，评估集中有多少样本？这些集合中的标签分布是否相同？@Shai验证数据集中的样本总数为4123，评估中的样本总数为4118。对于每个类，我都确保验证和评估数据集应该包含相同数量的图像。这很奇怪。差异太大，不能被视为“样本错误”，但太小，不能提出一个基本错误…@Shai我应该做什么来解决这个问题，什么是基本错误？您认为评估过程中是否有错误？是否有帮助？我的
测试itr
为40，而
测试批次大小
为50。根据你的公式，我的设置是错误的。你的
test\u itr
应该大于82。我希望这能解决您的问题。@user2409356培训期间的测试阶段似乎没有涵盖整个验证集。尝试将
test\u iter
设置为4123/50~=83，看看您的准确度是多少。@Shai将test\u itr更改为100后，验证数据集的准确度为85.4%。更改测试\u itr不起作用。@user2409356不要将其更改为
100
，它应该是
83
：您对验证示例的一部分计数过多。