为什么神经网络模型不用交叉验证?

  统计/机器学习 深度学习 模型验证 人工神经网络    浏览次数: 106
1

最近开始自学神经网络,深度学习,看了网上不少教程,发现通常只是把数据集分成train set和eval set,很少做交叉验证的。

为什么我们不对神经网络模型进行交叉验证呢?有什么原因吗?

 

得得得   2018-10-09 13:59



   2个回答 
4

当然可以对neural netwok进行cross validation,但是有时候我们并不这么做,我们只做train validation split。

理由是:

1. 训练神经网络的计算代价很大,k-fold cv则需要训练k个神经网络

2. 在用神经网络时,我们往往有极大量的数据,在这种情况下,我们没有必要去通过cross validation来充分利用数据

如果有说的不对的地方,欢迎指正

wxw_pku   2018-10-10 13:51

1

也不是完全不用交叉验证,只是用的话比较慢吧

宽宽   2018-10-11 09:47



  相关主题

神经网络中的gradient check是什么意思?   2回答

关于神经网络的性能   1回答

深度学习和人工神经网络是一回事吗?   1回答

dropout rate一般设置多大?   3回答

deep learning中的pooling是什么意思?   6回答

前馈神经网络如何选择隐藏层的数量   2回答

神经网络中的dense和sparse是什么意思?   2回答

训练神经网络中经常提到的epoch是什么意思   2回答

神经网络中的Dropout和Bagging   1回答

pytorch 的交叉熵损失总是报错,同样的结构改成MSELoss就没有问题   1回答

keras.models.Sequential()是一种什么模型   1回答

mac电脑怎么用ssh远程控制Linux服务器查看可视化结果   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!