Validation_data 和 Validation_split

Question

所以我有一个预测输出功率的 GRU 模型。对于训练数据，我有一个 csv 文件，其中包含 2018 年的数据，而对于我的测试数据，它是另一个 csv 文件，其中包含 2019 年的数据。

我只需要简短地提问。

1. 由于我使用 2 个不同的 csv 文件，一个用于测试，一个用于训练，所以我不需要train_test_split？

2. 说到model.fit，我真的不知道 Validation_data和 之间的区别Validation_split，我应该使用哪个？

我已经分别测试了这 3 行，第二行和第三行给出了相同的精确结果，而第一行给出的结果要低得多 val_loss。

谢谢。

history=model.fit(X_train, y_train, batch_size=256, epochs=25, validation_split=0.1, verbose=1, callbacks=[TensorBoardColabCallback(tbc)])  
history=model.fit(X_train, y_train, batch_size=256, epochs=25, validation_data=(X_test, y_test), verbose=1, callbacks=[TensorBoardColabCallback(tbc)])
history=model.fit(X_train, y_train, batch_size=256, epochs=25, validation_data=(X_test, y_test), validation_split=0.1, verbose=1, callbacks=[TensorBoardColabCallback(tbc)])

Answer 1

1. 您可以做您想做的事，是的，您可以使用一个文件进行训练，一个文件进行验证。train_test_split但如果您愿意，您也可以将它们合并然后使用。不过，我建议你合并它们，因为你有不同时间段的数据，可能会有差异。
2. usingvalidation_data意味着你自己提供训练集和验证集，而 usingvalidation_split意味着你只提供训练集，keras 将其分为训练集和验证集（验证集是validation_split训练集大小的倍）