在神经网络训练中,验证集和测试集有什么区别?
0 990
1
该提问暂无详细描述
收藏
2021-01-29 04:11 更新 anna •  3212
共 1 个回答
高赞 时间
0

在训练的期间使用训练集和验证集。

for each epoch
    for each training data instance
        propagate error through the network
        adjust the weights
        calculate the accuracy over training data
    for each validation data instance
        calculate the accuracy over the validation data
    if the threshold validation accuracy is met
        exit training
    else
        continue training

一旦完成训练,就可以对测试集进行测试,并验证准确性是否足够。

训练集:此数据集用于调整神经网络的权重。

验证集:此数据集用于最小化过度拟合。并没有使用此数据集来调整网络的权重,只是与训练数据集相比,准确性有所提高。如果训练数据集的准确性增加,但验证数据集的准确性保持不变或降低,则说明你的神经网络过拟合,应该停止训练。

测试集:此数据集仅用于测试最终解决方案,以确认网络的实际预测能力。

收藏
2021-01-29 04:12 更新 karry •  2576