可是最终用测试集验证模型却只有0.3的准确率，请问是怎么回事啊？

实现将数据集分成训练集与验证集和测试集，训练集900张，验证集和测试集分别为100张，然后利用keras框架进行模型训练，loss一直在降低，acc也一直在上升，但是val_loss小到一定程度就基本不变了，val_acc也是一直在徘徊，acc能够达到1，val_acc在0.8左右徘徊，可是最终用测试集验证模型却只有0.3的准确率，请问是怎么回事啊？

模型的泛化能力不行，即训练集数据覆盖范围小了，并没有覆盖到大部分情况。举个例子来说，你训练的数据都是圆形的，你用来测试矩形，那肯定不行啊。

减小模型复杂度或者增加训练集的多样性，可以给训练集做一些预处理加进去训练

我也碰到这问题，请问您已经解决了嘛