测试集多次测试结果不一致原因总结

        所有的原因可以归结为测试过程中出现了随机的情况，但随机发生的原因不一而论。

一、数据预处理使用随机变换操作

        为了使模型更具鲁棒性，训练集数据的预处理往往会使用随机裁剪、随机水平垂直变换、随机仿射变换等数据增强手段，但在测试集数据的预处理过程务必避免随机操作的出现。

        这会导致每次输入的数据存在一定的偏差，进而导致模型预测结果的偏差。这种情况下，模型准确率一般会在较小的范围波动。

二、测试过程未开启评估模式

        即model.eval()，开启此模式才能使网络中的BN、Dropout等操作失效。

        若遇其它情况，会持续添加总结内容！大家若遇到其它情况，也欢迎在评论区留言~