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
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办?
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
破除“唯SCI”后，领导说院士的三岁小孙子学术影响力比我大咋办？
神经网络激活函数的作用和原理？有没有形象解释？
深度学习方面的科研工作中的实验代码有什么规范和写作技巧？如何妥善管理实验数据？
CVPR 2018 有什么值得关注的亮点？
论文中的occlusion是什么意思?
实验室一块GPU都没有怎么做深度学习？
深度学习两张3080ti和一张3090ti哪个好?
相关的话题
除了深度学习，机器学习领域近年来还有什么热点吗？基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
如何评价Google发布的第二代深度学习系统TensorFlow?
如何评价余凯创立的horizon robotics？
deepmind发表的neural processes(神经过程)，这个是怎么实现的呢？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
深度学习中Attention与全连接层的区别何在？
为什么说大模型训练很难？
想问一下sci，最后的proof 校样的时候，在之前所有作者后面，加上一个七作，这种操作可以吗？
如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？
为什么很少人用FFT加速CNN卷积层的运算？
Domain Adaptation学术上有哪些方向，还有哪些可做的地方？
大学论文降重有什么套路？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
2021 年了，机器/深度学习还有哪些坑比较好挖？
为什么现在很多人不看好商汤科技？
NLP 中 prompt learning 有哪些可能的天生缺陷？目前有什么样的方法来解决这样的缺陷？
究竟什么是损失函数 loss function?
如何评价最新的Octave Convolution？
难度大却被中科院分到三区四区的sci存在的意义是什么？
为什么有的论文放出训练好的模型和测试脚本，但不开源训练代码？
究竟什么是损失函数 loss function?
LSTM如何来避免梯度弥散和梯度爆炸？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
科研时，想到一个idea，其实现的结果一定要比前人的评估指标高才能发表吗？
如何评价微软亚洲研究院提出的LightRNN？
sci-hub.ac 已无法使用，如何获取新的网址？
2021 年，深度学习方面取得了哪些关键性进展？
人工智能的意义和价值是什么？
为什么天津大学张裕卿造假了50多篇学术论文，没有审稿人发现，图都那么多重复的，为什么一直没有被发现？