在深度CNN任务中，我明白有时像高斯滤波和裁剪这样的图像预处理技术对深度CNN建模是有帮助的。我想知道这些技术是否也可以应用于测试数据。我一直认为测试数据不应该被触碰，以便准确评估模型性能。

回答：

事实上，你确实需要将训练数据上使用的那些滤波器也应用到测试数据上！

不触碰测试数据的说法，指的是在训练过程中不使用它们，这样泛化只在训练数据上进行，因此当你在测试数据上进行评估时，你能得到模型的真实性能和质量。

任何在训练数据上应用的过滤，如高斯滤波，在注入模型训练之前，也应该在测试数据上进行。

对于裁剪，具体要看你是如何裁剪的，以及裁剪的内容。如果你的照片总是带有边框，并且在训练数据集中你通过裁剪去除了这些边框，我强烈建议在测试数据上也这样做。