遇到了一个奇怪的bug：data里面测试集的维度会对模型的结果产生

[buyudaren3]

在使用kan模型时，pykan版本为0.0.2：

将data['test_input']和data['test_label']设置为一个是153的数组，一个是151的数组，里面都是1，得到的训练结果如下：

再将data['test_input']和data['test_label']设置为一个是13的数组，一个是11的数组，里面都是1，得到的训练结果如下：

再将data['test_input']和data['test_label']设置为真实的测试集，test_input的维度为153，test_label的维度为151，得到的训练结果如下：
可见data['test_input']和data['test_label']的值确实没有参与模型的训练过程，但是他们的维度对训练结果有影响
请问有人遇到过类似的情况吗？

[Kaysen-Zhao]

训练过程存在一定的随机性吧，更改两个测试集的时候有重新训练吗？如果是同一个模型计算出来的R2值不一样就是存在bug（训练集所有输入都相同，R2这些指标也应该相同）；如果是两个不同的模型，那R2这些指标肯定会有差异，你的差异这么大感觉是因为模型对全1的数据拟合不好

[buyudaren3]

训练过程存在一定的随机性吧，更改两个测试集的时候有重新训练吗？如果是同一个模型计算出来的R2值不一样就是存在bug（训练集所有输入都相同，R2这些指标也应该相同）；如果是两个不同的模型，那R2这些指标肯定会有差异，你的差异这么大感觉是因为模型对全1的数据拟合不好

更改测试集的的时候是重新训练过的，是同一个模型计算出不同的R2值（只是改了测试集，其他的所有参数都没改变）