Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization--笔记（第一周）

1、深度学习如何划分数据集 第一点：传统的机器学习划分数据集的方法是把数据集划分为70%训练集，30%测试集。或者是60%训练集，20%交叉验证集，20%的测试集，这在很长一段时间内被验证是最佳的分类方法。这样划分是为了验证算法的泛化能力和算法的效果，但是如果训练集非常非常巨大，在训练集上性能表现很好，虽然降低交叉验证集和测试集的比例，但是也可以很好的有很好的表现。 第二点：训练集和测试集要同分布

>>阅读原文<<