前言

    前面讲了 Underfit  , Overfit ,这里重点讲解一下如何检测

   

一  数据集划分

        训练的时候，我们一般把数据集分成 训练集 和 验证集

     

     每训练一轮或者几轮.validation 一次,看一下当前 验证集上的loss&acc 是否

提升.如果已经是最佳值,则提前结束训练,防止过拟合.

    

 如下图，Testing Error 先降低，如果一致训练下去，就会出现过拟合。

TrainError 降低，但是Test Error 变高

实际做产品或者项目的时候，会把数据集分成三部分

Train Set  |Val   Set|Test Set

---

二 数据集划分

2.1  train Data 划分

 这里使用

 torch.utils.data.random_split

描述

随机将一个数据集分割成给定长度的不重叠的新数据集。可选择固定生成器以获得可复现的结果（效果同设置随机种子）

参数

• dataset (Dataset) – 要划分的数据集。
• lengths (sequence) – 要划分的长度。
• generator (Generator) – 用于随机排列的生成器

对70K的train Data, 50K用于训练，10k 用于validation.10k固定用于test.

 

 

 训练的时候,一种方法是训练到最大次数，每一epoch 记录下当前的参数

，当训练结束完，找到validation 上 acc&loss  精度最高的那个点的参数，

然后使用test Data， 测试一下对应的Acc&loss

参考：

课时56 交叉验证-1_哔哩哔哩_bilibili