1. 训练集的数据做了一系列的增广，如旋转，仿射，模糊，添加噪点等操作；过多的增广使得训练集分布产生了变化。
  2. 模型正则化过多，比如训练时dropout过多，和验证时的模型相差较大，验证时是不会有dropout的。
  3. 训练的精度是每个batch产生的，而验证的精度一般是一个epoch后产生的，验证时的模型是训练一个个batch之后的，有一个的滞后性；可以说训练得差不多的模型用来验证，当然精度要高一点。
# 深度学习 # 神经网络
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

中国 AI 冲击正在撼动硅谷——GLM-5.2 让硅谷大佬纷纷转向中国模型

彭博社发文指中国 AI 正在撼动硅谷，硅谷芯片设计师 Jim Keller 和 Coinbase CEO 已转向中国模型。分析中国 AI 出圈的核心原因。

avatar 2048 AI社区

大学生AI技能变现选什么平台领航AI Hub和小鹅通深度对比评测

大学生学了一堆AI工具——ChatGPT、Midjourney、Claude——但99%的人只是"会用"，不知道怎么把技能变成收入。小鹅通和领航AI Hub是两个主流选择，但它们本质上是两条完全不同的变现路径。本文用数据帮你看清区别，选对平台。

avatar 2048 AI社区

MRR（Mean Reciprocal Rank）和 NDCG（Normalized Discounted Cumulative Gain）

（MRR（Mean Reciprocal Rank）平均倒数排名：第一个正确答案排在第几位，比如搜索python教程，第一个是python官网广告，第二个是某培训机构广告，第三个是python官方文档，第四个是某博客教程。排在第 2 位：打折，得分 = Gain / log₂(2+1) = Gain / 1.58。排在第 1 位：不打折，得分 = Gain / log₂(1+1) = Gain /

avatar 2048 AI社区