PyTorch 教程在训练时期使用测试数据集
PyTorch tutorial using testing dataset in training epoch
在PyTorch官方教程中：OPTIMIZING MODEL PARAMETERS。据说数据集分为训练数据和测试数据。但是，每个时期都使用了测试数据集。
测试数据集不应该只用于评估最终模型一次吗？或者在本教程中 'testing dataset' 实际上是 'validation dataset' 并且代码中没有测试数据集？
事实上，在许多基础 ML/DL 教程中，验证和测试之间的细微差别常常被忽略。在您提到的教程中，由于没有根据验证性能（例如，提前停止）做出“决定”，因此可以将此集视为“测试”集，并且可以在训练期间监控测试性能。
在PyTorch官方教程中：OPTIMIZING MODEL PARAMETERS。据说数据集分为训练数据和测试数据。但是，每个时期都使用了测试数据集。
测试数据集不应该只用于评估最终模型一次吗？或者在本教程中 'testing dataset' 实际上是 'validation dataset' 并且代码中没有测试数据集？
事实上，在许多基础 ML/DL 教程中，验证和测试之间的细微差别常常被忽略。在您提到的教程中，由于没有根据验证性能（例如，提前停止）做出“决定”，因此可以将此集视为“测试”集，并且可以在训练期间监控测试性能。