机器学习模型训练步骤

数据 数据收集： 收集原始样本和标签，如Img和Label。 数据划分： 划分红训练集train，用来训练模型；验证集valid，验证模型是否过拟合，挑选尚未过拟合的时候的模型；测试集test，测试挑选出来的模型的性能。 数据读取： PyTorch中数据读取的核心是Dataloader。Dataloader分为Sampler和DataSet两个子模块。Sampler的功能是生成索引，即样本序号；D

>>阅读原文<<