https://blog.csdn.net/m0_38133212/article/details/88071189：
validation的样本数量一般远小于training的
val的时候是用已经训练了一个epoch的model进行测试的(经过大量的训练学习到东西了)
data augmentation把训练集变得丰富，制造数据的多样性和学习的困难来让network更robust（比如旋转，随机crop，scale），但是val和test的时候一般是不对数据进行data augmentation的
各种正则化，dropout在训练集上使用，却不会在验证集上使用，导致训练集的 loss 偏大
————————————————
版权声明：本文为CSDN博主「街道口扛把子」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/m0_38133212/article/details/88071189