我是否要对整个训练数据进行模型训练

Question

我有一个用于多类图像分类的图像数据集-训练和测试图像。我将模型训练并保存为训练数据（.h5文件）（使用.h5文件），并使用80-20％作为训练验证拆分。

现在，我想预测测试图像的类别。

哪个选项更好，总是这样吗？

1. 使用经过训练的模型进行“测试图像”预测。
2. 在整个训练数据上训练保存的模型（即包括20％的验证图像），然后对测试图像进​​行预测。但是如果没有的话，将没有验证数据，因此，该模型如何确保在训练过程中将损失降到最低。

Answer 1

如果您已经正确地训练了模型，则无需再次训练。 （除非您在转移学习中做一些特定的事情）。拥有测试数据的全部目的是用作一个测试案例，以查看您对看不见的数据进行建模的情况。