我看过一些教程，以深入了解 Keras，以使用卷积神经网络进行深度学习。在教程(以及 Keras 的官方文档)中，MNIST 数据集是这样加载的:
from keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
但是，没有解释为什么我们有两个数据元组。我的问题是:什么是 x_train 和 y_train 以及它们与它们的 x_test 和 y_test 有何不同同行?
最佳答案
训练集是用于训练模型的数据集的子集。
x_train是训练数据集。y_train是x_train中所有数据的标签集。
测试集是您在模型通过验证集的初始审查后用于测试模型的数据集的子集。
x_test为测试数据集。y_test是x_test中所有数据的标签集。
验证集是您用来调整超参数的数据集(与训练集分开)的子集。
- 您列出的示例未提及验证集。
我做了一个 Deep Learning with Keras playlist在YouTube上。它包含 Keras 入门的基础知识，以及几个视频演示如何将图像组织成训练/有效/测试集，以及如何让 Keras 为您创建验证集。看到这个实现可能会帮助您更深入地了解这些不同的数据集在实践中是如何使用的。
关于python - Keras 中的 x_train 和 x_test 有什么区别？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46495215/