问题1：为什么要检验和评价神经网络？
可能因为数据问题或者学习效率等参数问题，导致神经网络的训练结果并不理想，因此，需要检验神经网络来验证训练结果。
问题2：如何检验和评价神经网络？
将70%的数据列作训练数据，将剩下的30%的数据列作测试数据，监测训练结果。
偶尔会出现过拟合现象（测试误差比训练误差要大），如下图，当然可以通过特定的方式解决。
通过交叉验证的方式，可以进行神经网络的调参，机器学习的调参等。比如神经网络层数和误差值的验证图:
相关文章：
相似解决方案
热门标签