我编写 Keras 代码来训练 GoogleNet。然而，fit() 得到的准确率是 100%，而用同样的训练数据集 evaluate() ，准确率只有 25%，差距如此之大！此外，与 fit() 不同，evaluate() 的准确率不会因训练次数而提高，这意味着它几乎保持在 25%。
有谁知道这种情况出了什么问题吗？
# Training Dataset and labels r given. Here load GoogleNet model
from keras.models import load_model
model = load_model('FT_InceptionV3.h5')
# Training Phase
model.fit(x=X_train,
y=y_train,
batch_size=5,
epochs=20,
validation_split=0,
#callbacks=[tensorboard]
)
#Testing Phase
train_loss , train_acc=model.evaluate(X_train, y_train, verbose=1)
print("Train loss=",train_loss,"Train accuracy",train_acc)
