深度學習問答

Q：數據拆分時爲何最好拆分紅訓練集、驗證集、測試集，而不是訓練集和測試集？web A：由於在開發模型的時候老是須要調節模型超參數，好比層數或層的大小。在調節超參數的過程當中會將模型在驗證數據上進行測試，這個調節過程自己也是一種學習，若是基於模型在驗證集上的性能來調節超參數，會很快致使模型在驗證集上過擬合，即便沒有在驗證集上訓練。這是由於每次基於在驗證集上的性能來調節超參數的時候，關於驗證集的一些信

>>阅读原文<<