我使用 pytorch 作为训练框架和官方的pytorch imagenet 示例，用我的自定义数据集训练图像分类模型。

我的自定义数据集有 2 个不同的标签（好和坏），以及超过 100 万张图像。

我将数据集分为训练集（80%）、验证集（10%）和测试集（10%）

我的模型在训练阶段获得了平均 99% 的训练 acc，在验证阶段获得了近 99% 的 val acc。在测试阶段，该模型获得了 99% 的测试合格率。

然而，当我使用我的模型评估整个数据集（我数据集中的所有图像）时，acc 只得到了 90%，这很奇怪，因为我的模型在训练阶段更新了它的参数。

该模型应该能够达到更高的准确率，但在评估整个数据集时它只能获得 90% 的准确率。

我想知道它是否正常或我可以检查这个问题。