您只是在验证在训练数据集上任何精度的提高都会比以前没有向网络显示的数据集产生准确性的提高,或者至少...
验证集与测试集有什么区别?为什么要分训练集、验证集和测试集? 测试集与验证集的存在主要是为了把调参与评估泛化能力分为两个相对独立的步骤,体现了正交化思想。 验证集一般用于进一步确定模型中的超参数(例如正则项系数、神经网络中隐层的节点个数,k值等),而测试集只是用于评估模型的精确度(即泛化能力)。 举个例...
更具体地说,您可以在简化的训练集上(即完整的训练集减去验证集)训练具有各种超参数的多个模型,然后...