如果包含或不包含验证集，为什么会得到不同的训练损耗曲线？

Question

说明：Jaccard_index就像准确性一样，最大值越大，越好越好。

我正在训练CNN。它具有batchNorm和Parametric Relu，但没有Dropout层。

当我仅使用训练集来训练CNN时，它就能快速且良好地收敛，并且能够实现过拟合并达到99％的jaccard指数（无论jaccard指数是多少，只要知道100％是一个完美的分数，有点像0％的损失。

但是，当我添加一个验证集以监视训练期间的过度拟合时，训练集上的jaccard_index（例如损失）突然突然降低了其收敛速度，并且似乎收敛到了更低的值。

为什么仅添加一个验证集会影响训练损耗曲线（在这种情况下为jaccard_index）？

这可以在所附的照片中看到（红色线仅是训练集，蓝色和粉红色线是在训练过程中一起测试时的训练和验证测试）。