测试集精度波动大，可能是什么原因呢？

个人感觉是不是学习率太大的问题，目前学习率为0.001，同时也怀疑是不是网络结构问题，网络结构最后几层目前是:BN + tanh + FC + FC

感谢邀请
学习率再精细一下试试

观点1：你的测试集loss是稳定的下降，这表明模型优化的方向是没有问题的；
观点2：loss下降而精度却剧烈波动，这表明你模型的预测值大都在分类边界上徘徊（比如是二分类，输出概率值在0.5上下波动）
观点3：loss下降而精度也剧烈下降，这说明loss下降使错误的预测更多了，这不合常理，同时结合观点2，这表明你应该是你的数据集中类别标签存在错误，导致模型对某两个类型存在混淆概念。

可以再调小一点学习率，加大训练周期，看看效果。