Machine learning 将所有数据集输入神经网络时的最佳纪元数

当使用训练和验证数据集训练MLP模型时，我们可以知道最适合该模型的历元数。一旦训练完成，我们知道了最佳的历元数，为了得到最佳的mlp模型，如果模型不仅使用训练集进行再训练，而且使用相同历元数的整个数据集进行再训练，那么模型可以看到更多的数据吗？或者，对于第一种方法来说，这样多的时期可能会产生一个良好的MLP模型，但对于第二种方法来说，可能会产生一个过度拟合的MLP模型？

没有一种方法可以做到这一点。它取决于验证策略等因素（例如，k倍交叉验证与验证集（作为测试集本身），如果模型是，验证集上是否存在偏差或不平衡数据

您可以从以下来源中找到有用的信息：

---

我投票结束这个问题，因为它不是关于中定义的编程，而是关于ML方法。