pytorch实现图像分类，训练集准确率很高，测试集准确率总是很低

在使用pytorch运行图像分类的代码的时候，发现测试集准确率总是只有30%左右， 但是训练集准确率基本可以达到80%以上，那么存在的问题可能是一下几个方面导致的：

1、学习率设置得太高，可以尽量将学习率设置得小一点；

2、没有使用outputs = net(inputs)这一行代码，这行代码表示前向传播求出预测的值，如果没有这行代码，那么后面预测值使用的outputs是来自训练集最后一个batch的output，因此导致准确率很低；

3、epoch设置的太小，导致网络还没有学习到足够的信息，导致测试集准确率很低。