来源: https://blog.csdn.net/cslg159357/article/details/105461443.
- 普通参数:优化算法所能更新的参数,如神经网络算法中的相邻两层权重和每层的偏置。
- 超参数:优化算法无法更新的参数,如神经网络算法中的学习率、隐含层的数量及每层的节点数等。
Ripley, B.D对三种属于的经典解释:
- 训练集:用于学习所构建的分类器的普通参数
- 验证集:用于更新所构建的分类器的超参数
- 测试集:仅仅用于衡量所构建的分类器的性能(泛化误差)
验证集的作用是更新超参数
深度学习的过程
图片链接: https://blog.csdn.net/weixin_42137700/article/details/92760531.