老师您好，有个问题想向您求证一下。

背景是我用 tf.Keras 构造了一个分类模型 myModel，

首先，我使用 myModel.fit() 来训练模型，并在该过程中定义了 validation_data，在训练的每个epoch后验证模型，假设这个验证模型的数据集为 eval_data（也即validation_data = eval_data），通过训练日志，我可以看到最好的模型在验证集上的acc是 91.37%

其次在训练好模型后，我通过 load_model 加载最优模型，记为 bestModel（因为在训练过程中调用 callbacks.ModelCheckpoint 中的 save_best_only=True、monitor=‘val_accuracy’，所以加载的就是训练过程中验证集acc最优的模型）。

问题出在测试阶段。我用训练过程中用于验证模型的数据 eval_data 来测试模型，也即
result = bestModel(eval_data)，再经过 argmax 获取预测标签值并手动计算 acc，发现 acc 不是 91.37%，而是下降了4个百分点。

我想请问老师，训练过程中的 validation_data 自然不会用于训练模型，但从validation_data获取结果的过程 和 evaluate (或者 predict 过程)是否仍然有所不同呢？
我在模型中加入了 Dropout 机制，是否是因为 fit() 时在 validation_data 上仍然领 dropout 发挥作用，而 evaluate、predict 时令 dropout 无效，从而导致 同一模型在同一数据集上的acc不同 这一问题呢？如果不是这个原因，可能的原因可能在哪几个方面呢（我已确保数据集使一致的，并且在构造dataset时保持drop_remainder=False）

这个问题困扰我挺久，希望能从老师这里获得解答或解决的方向，感谢！