在 keras 中建模时，我经常看到validation_data=(x_val, y_val)在model.fit_generator中的用法，它(x_val, y_val)通常占数据集的 10%。在训练时，模型是否从计算的验证损失中获取提示(x_val, y_val)，我需要创建另一个 test_data 来测量最终的准确性？或者，我可以在最后(x_val, y_val)的输入model.fit_generator和测量精度中使用相同的。

混淆源于这样一个事实，即我们经常被建议在建模时创建训练、验证、测试数据集。验证数据集是否已经用于判断何时停止（提前停止）等参数；使用 validation_data 来计算各种准确度度量不是不公平吗？