Validation 验证数据如何影响Keras中的学习？
Validation 验证数据如何影响Keras中的学习？,validation,machine-learning,deep-learning,keras,Validation,Machine Learning,Deep Learning,Keras,validation\u数据可以传递到model.fit，但是该参数如何影响训练，以及如何确认validation\u数据的优化参数？ 我知道，验证数据集用于模型优化参数。但是我无法想象有和没有验证\u数据的区别 例如，反向传播的学习速率是否由验证数据集自动优化 我读了以下内容 验证集：一组示例，用于调整 分类器。在MLP案例中，我们将使用验证集来查找 隐藏单元的“最佳”数量或确定 反向传播算法 例如，反向传播的学习速率是否由验证数据集自动优化 不，不是 您的模型使用预设的超参数将学习函数的权
validation\u数据model.fitvalidation\u数据的优化参数验证数据集验证\u数据的区别
例如，反向传播的学习速率是否由验证数据集自动优化
我读了以下内容
验证集：一组示例，用于调整
分类器。在MLP案例中，我们将使用验证集来查找
隐藏单元的“最佳”数量或确定
反向传播算法
例如，反向传播的学习速率是否由验证数据集自动优化
不，不是
您的模型使用预设的超参数将学习函数的权重与训练数据相匹配。在验证集上验证该函数。根据您在验证集上的函数性能，您可以将hyperparameters设置为良好的值，无论是单手还是使用启发式。谢谢。那么，验证集何时被验证？我在fit
期间找不到任何验证结果。通常在每个历元之后。如果使用详细设置，keras会将验证分数输出到，我稍后会检查。然后，验证数据只需在每个历元进行评估。这与测试数据集上的“evaluate（）”完全相同？