1、AI学习笔记|优化基础

一、数据集配置 有人将数据集划分红训练集、验证集和测试集，也有人只划分红训练集和测试集。网络 验证集和测试集的数据来源要一致。架构 尽可能保证数据的来源一致。测试 对于小型数据集的划分通常的分配比例是7/3（训练集和测试集）或者6/2/2(训练集、验证集和测试集)优化 对于大型数据集的划分通常的分配比例是98/1/1 或者99.5/0.4/0.1原理 二、欠拟合和过拟合 欠拟合：模型对训练数据的预

>>阅读原文<<