validation_split 如何训练神经网络模型？

Question

'''model.fit(X_train, y_train, validation_data=(X_test, y_test), epochs=10, verbose=2)'''

上面的代码行中的模型是具有层的顺序keras模型并被编译。 参数validaiton_data有什么用。该模型将在 X_train 和 y_train 数据上进行训练。因此基于 y_train 将调整参数并完成反向传播。 验证数据的用途是什么，为什么在这种情况下提供不同的数据测试数据。

Answer 1

在训练期间，(x_train, y_train) 数据用于调整模型的可训练参数。但是，我们不知道模型是过拟合还是欠拟合，在提供新数据时模型是否会表现良好。所以，这就是为什么我们有验证数据 (x_test, y_test) 来测试模型在任何未见数据上的准确性的原因。

根据训练和验证的准确性，我们可以决定。
- 模型是否过拟合/欠拟合，
- 是否收集更多数据，
- 我们是否需要实施正则化技术，
- 我们需要使用数据增强技术吗？
- 我们是否需要调整超参数等。