神经网络训练多个epoch，写论文的时候可以取最好的效果那一个epoch作为结果吗？ 第1页
1
rewrgf 网友的相关建议:
见到paper实验里写的这种，无论他其他的部分写的多好，反正我看到了就会给打个strong reject。
因为这属于学术不端，本质上是information leaking，相当于在得到结果的时候预先使用了test set的信息。在你得到训练好的模型之前，你是不允许使用test set的任何信息的。（当然把test set accuracy 在代码里打印出来其实是可以的，但你要确保这个信息绝不参与对训练好的模型的选择）你都能在训练过程中找到”test set表现最好的那个epoch"了，这和直接把test set加入train set得到一个overfit的东西，有什么区别呢？
正确的做法是使用validation set上表现最好的那个epoch，放到test set上去看结果。
ZhengPeng7 网友的相关建议:
女王:求求题主放过我，我可不敢有什么政绩。。。
1
相关话题
如何看待 AlphaFold 在蛋白质结构预测领域的成功？如何评价 BERT 模型？
如果学习从零开始学习Pytorch,有优秀的开源项目可以推荐吗？
投了一篇 sci，返回意见是大修，没有经验，请问如何操作？
从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗？
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？
为什么Transformer适合做多模态任务？
如何写出一篇优秀的硕士毕业论文？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
人脑有海量的神经元（参数），那么人脑有没有「过拟合」行为？
相关的话题
博士一年发几篇SCI论论文是怎么做到的？对神经网络某一层做了小改进，效果却提升显著，可以发论文吗？
OpenCV已经将图像处理(识别)的算法写成函数了,那我们还有必要去学习这些算法不?
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
如何评价Sony新出的深度学习库NNabla？
全连接层的作用是什么？
人工智能的意义和价值是什么？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
你发表第一篇英文科学引文索引（SCI）论文经历了怎样的过程？
请问应该怎样去学习图像识别和深度学习？
本人没写过论文 ，没有经验，如何才能写出来一篇论文呢？
论文怎么降重啊，降不下去啊？
NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？
为什么很少拿神经网络来直接做滤波器呢？
ICLR 2019 有什么值得关注的亮点？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
如何理解Inductive bias？
学生网络用知识蒸馏损失去逼近教师网络，如何提高学生网络的准确率？
如何评价Deepmind自监督新作BYOL？
硕士方向，选择迁移学习还是自然语言处理？
如何开发一个自己的 TensorFlow？
深度学习在无人驾驶汽车上面的运用有哪些？
怎样让机器有意识?
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
写论文或调研报告，怎样对影响因素进行识别和梳理呢？(用什么方法，怎么写)急！？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
如何理解MCMC中的细致平稳条件？