← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10090 · 生成模型:未记录

生成与训练的数据划分

理解等级:中级

seq2seq 的加法示例把输入与输出拆成字符 ID,并按样本划分训练和测试。通常还需要独立验证集用于调参,最后才用测试集评价;书中示例为简化只使用训练集和测试集,并在每轮查看测试正确率;若据此选择模型或调参,测试集就不再是完全独立的最终评估。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 3 处

    参考来源

    - 位置:《深度学习进阶:自然语言处理》第7章《基于 RNN 生成文本》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0012_split_002.html) - 结论依据:正文说明生成流程、模型或实验条件。 - 原始内容:数据集原本应分成训练用、验证用和测试用 3 份。 - 补充位置:《深度学习进阶:自然语言处理》第7章《基于 RNN 生成文本》7.3.4(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0012_split_003.html) - 补充依据:示例每个 epoch 计算测试数据正确率;测试集独立性的影响是读者对该流程的推论。 - 补充原文:针对每个 epoch 对正确回答了测试数据中的多少问题进行统计。 - 补充位置:《深度学习进阶:自然语言处理》第8章《Attention》8.3.2(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0013_split_003.html) - 补充依据:日期转换示例同样每轮查看测试正确率;独立性风险是对这一流程的推论。 - 补充原文:在学习的同时,每个 epoch 使用测试数据计算正确率。