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
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?