我逐渐减少、增加层数都试过了，训练集的准确率都上不去。这是模型有错误吧

就是简单码几层卷积效果都比 resnet和densenet的block效果好，郁闷啊～～

可能还是block写得有问题吧

跑的什么数据呢？

按理说ResNet再差也不会太差

模型的问题吧，怎么可能同时出现呢？

仔细查一下数据传递吧 很可能是实现的有错 

这是什么玄学问题……我之前还遇到过测试集表现远高于验证集的情况……

用的caltech。

应该跟数据集有关系，文章给的densenet结构是跑imagenet数据集的。连cifar100上都能加分的，那个分辨率才32。

再调调结构试试吧

模型不但歪、而且散～～欠拟合可能是方差大，过拟合可能是偏差大，哈哈哈。我再调教调教。。。

对了，我可以用上次经典网络的那个香水还是口红的数据集再试试～～

对了，我还可以用那个化妆品的数据集试试～～

我试的时候晕了，增减的不是层而是dense块。

这次换成每块1层，起码训练集好好收敛了

那是不是数据的分布太玄妙了～～

一个时间序列数据，现在回想可能是这样，验证集里面有比较罕见的数据分布……

CIFAR100......这个数据集的准确率很难上去......

又get到一个新知识点，欠拟合还和方差有关吗？

不对，方差大不就说明数据不够多吗，太少的数据没法体现整体的分布情况

应该是数据太少的问题吧

这个测试集和验证集有区别吗。。。概念有点弄混，验证集是不是指比赛这种提交成绩用的验证数据呢

数据量确实不多，但就是觉得很神奇……