Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization--筆記（第一週）

1、深度學習如何劃分數據集 第一點：傳統的機器學習劃分數據集的方法是把數據集劃分爲70%訓練集，30%測試集。或者是60%訓練集，20%交叉驗證集，20%的測試集，這在很長一段時間內被驗證是最佳的分類方法。這樣劃分是爲了驗證算法的泛化能力和算法的效果，但是如果訓練集非常非常巨大，在訓練集上性能表現很好，雖然降低交叉驗證集和測試集的比例，但是也可以很好的有很好的表現。 第二點：訓練集和測試集要同分布

>>阅读原文<<