将部分训练集用作验证数据的需要很简单，但我不清楚如何以及在什么阶段进行训练？
是否在培训结束时（达到培训数据的最低要求后）？如果是这样，如果验证数据出现大错误应该怎么办？
是否在整个培训期间（继续寻找最低限度，而培训和验证数据的错误并不令人满意）？
无论我尝试什么，当验证集达到一定规模时，网络似乎很难学习培训和验证（我记得在某处看到70％的培训30％验证是一个常见的比例，我得到虽然在完全用于训练时学习相同的数据没有问题。
答案 0 :(得分：1)
重要的是，您的验证集必须没有对培训的反馈。您可以在验证集上绘制错误率，但训练算法只能使用训练集上的错误率来纠正自己。
答案 1 :(得分：1)
验证数据集主要用于提前停止。
因此，当网络过度使用时，它可以帮助您查看，这意味着它会过多地模拟测试数据的细节。我们的想法是，通过人工神经网络，您希望从训练数据到看不见的数据实现良好的推广。验证集可帮助您确定何时达到该点，因为它过多地专注于训练数据。
答案 2 :(得分：0)
意味着过度训练 我建议在培训期间检查验证集'MSE 见FannTool的过度训练警告系统 http://fanntool.googlecode.com/files/FannTool_Users_Guide.zip