普通参数与超参数
普通参数就是可以被梯度下降所更新的,也就是训练集所更新的参数。超参数是指训练开始之前设置的参数,不在梯度下降的更新范围内,比如网络层数、网络节点数、迭代次数、学习率等等.
训练集,验证集,测试集
1.训练集
确定模型后,用于训练普通参数.
2.验证集(交叉验证集CV)
验证集在每个epoch训练完成后,用来测试一下当前模型的准确率,初步评估模型的能力,从而调整模型的超参数。因为验证集跟训练集没有交集,因此这个准确率是可靠的。从狭义来讲,验证集没有参与梯度下降的过程,也就是说是没有经过训练的;但从广义上来看,验证集却参与了一个“人工调参”的过程,我们根据验证集的结果调节了迭代数、调节了学习率等超参数,使得结果在验证集上最优。
3.测试集
虽然验证集没有对模型的参数产生影响,但是我们却根据验证集的测试结果的准确度来调整超参数,所以验证集对结果还是有影响的,使得模型在验证集上达到最优。就是在很多个模型中,验证集选择了代价函数最小的一个模型。虽然在这个模型上代价很小,但并不代表在其他数据上代价也小。所以需要一个完全没有经过训练的测试集,用来评估模最终模型的泛化能力。
类别 | 验证集 |