我有一个关于神经网络的问题
假设我有 60 个训练集、20 个验证集和 20 个测试集。对于每个时期，我都会运行 60 个训练集样本，同时调整每个样本的权重并计算每个验证样本的误差。
据我所知，权重更新发生在训练集中（不是验证集）
但我听说将验证集与训练集分开是为了避免过度拟合。
那么我的问题是
如果验证没有在神经网络中进行任何权重更新，验证集如何帮助神经网络避免过度拟合？
validation machine-learning bigdata neural-network deep-learning