训练集、验证集、测试集分别有什么作用

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。