首先将模型参数分为可训练参数和超参数。拿神经网络来说,需要反向传播更新的参数为可训练参数,而学习率、层数、节点数、droupout等都可看作超参数。
我们通过设计不同的超参数,通过训练集训练多个模型,然后拿验证集进行验证,选出效果最好的模型,最后拿测试集进行测试。
其实有时候我觉得不一定非要区分验证集和测试集。如果打比赛,我们不知道测试集,所以将数据分为训练集和验证集,但对我们自己来说,验证集就是测试集。
需要用到验证集的还有交叉验证。
训练集、验证集、测试集分别有什么作用
最新推荐文章于 2024-07-13 10:58:37 发布