MATALB创建LSTM，训练集精度高但是测试集精度很低是什么原因
基于matlab构建了LSTM的分类网络。数据包含7个特征量，输出标签为七个。每个训练样本大小不同，大致为7x100.
但是在训练过程中训练进度显示准确度已经达到100左右，但是测试精度只有50%。
为了控制变量我甚至使用了相同的训练集和测试集，效果依然不一样。请问是什么问题呢？
一数据样本估计偏小，你这数据本身非线性随机性就很强！训练得到的权重拟合再好估计也能以用于训练
二数据量级相差大，可以先归一化预处理下，
基于matlab构建了LSTM的分类网络。数据包含7个特征量，输出标签为七个。每个训练样本大小不同，大致为7x100.
但是在训练过程中训练进度显示准确度已经达到100左右，但是测试精度只有50%。
为了控制变量我甚至使用了相同的训练集和测试集，效果依然不一样。请问是什么问题呢？
一数据样本估计偏小，你这数据本身非线性随机性就很强！训练得到的权重拟合再好估计也能以用于训练
二数据量级相差大，可以先归一化预处理下，