在Keras中x_train和x_test有什么区别？

Question

我看了几个教程,使用卷积神经网络深入学习Keras.在教程中(以及Keras的官方文档中),MNIST数据集的加载方式如下:

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元组的数据.我的问题是:什么是x_train和y_train以及他们如何从他们的不同x_test和y_test同行？

Answer 1

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是所有数据的标签集x_train.

测试集是数据集的一个子集,用于在模型经过验证集的初始审核后测试模型.

• x_test 是测试数据集.
• y_test是所有数据的标签集x_test.

验证集是用于调整超参数的数据集的子集(与训练集分开).

• 您列出的示例未提及验证集.

我在Youtube上用Keras播放列表进行了深度学习.它包含了Keras入门的基础知识,以及一些视频演示了如何将图像组织到训练/有效/测试集中,以及如何让Keras为您创建验证集.查看此实现可能有助于您更加深入地了解这些不同的数据集在实践中的使用方式.