我想问一下训练，验证和测试集的分布吗？ 让我们假设，我想用“ cat”和“ dog”两个类来制作一个二进制resnet分类器。
假定每个类的图像名称为：
cat：a，b，c，d，e
狗：f，g，h，i，j
假设我希望每个类别的 2 图像成为测试集，每个类别的 1 图像成为验证集。
哪种分配方案实际上是正确的？
方案1
测试集
猫：a，b
狗：我，j
火车组
猫：c，d
狗：f，g
设定值
猫：e
狗：h
方案2
测试集
猫：a，b
狗：我，j
火车组
猫：c，d，e
狗：f，g，h
设定值
猫：e
狗：h
让我感到困惑的是，验证集还是方案2 中的训练集的成员吗？还是验证集与方案1中的训练集是分开/不同的？ ？ 谢谢你的帮助
答案 0 :(得分：0)
培训，验证和测试集-这三套必须完全不同。一个纪元执行期间，一个人不会溢出到另一个。
训练集用于训练模型，即学习权重。
验证集用于根据性能微调超参数。在达到令人满意的模型后，将测试集带入图片。
测试集就像是一个巨大的惊喜，真正的展示。待模型确定后才能看到。它有助于分析真实意义上学习的模型。
如何将它们分开？最好将它们随机分离并在每个集合中使每个类具有相等的分布。
要进行培训，您还可以研究CrossValidation。它有助于消除在训练和验证同一组图像时可能出现的偏差性质。