Datawhale 零基础入门CV-Task4 模型训练与验证
模型训练与验证
-
学习目标
理解验证集的作用,并使用训练集和验证集完成训练
学会使用Pytorch环境下的模型读取和加载,并了解调参流程 -
构造验证集
在机器学习模型(特别是深度学习模型)的训练过程中,模型是非常容易过拟合的。深度学习模型在不断的训练过程中训练误差会逐渐降低,但测试误差的走势则不一定。在模型的训练过程中,模型只能利用训练数据来进行训练,模型并不能接触到测试集上的样本。因此模型如果将训练集学的过好,模型就会记住训练样本的细节,导致模型在测试集的泛化效果较差,这种现象称为过拟合(Overfitting)。与过拟合相对应的是欠拟合(Underfitting),即模型在训练集上的拟合效果较差。
总结
结题临近,时间较少,十分抱歉