在深度学习问题中使用 k 折交叉验证时，在计算超参数后，如何决定训练最终模型的时间？我的理解是，在选择了超参数之后，您会在整个数据集上再次训练您的模型，但是当您决定停止训练时，我并不清楚。
在选择了具有交叉验证的最佳模型后，我应该训练它多长时间？
人工智能
机器学习
深度学习
训练
超参数优化
交叉验证
2021-11-07 07:05:29
1个回答
简短的回答：训练“持续时间”或时期/更新的数量也应该交叉验证：您希望尽早停止训练以防止过度拟合。
更长的答案：
给定一些超参数的值，将验证集的准确性视为对未来数据准确性的估计。在这种情况下，感兴趣的超参数是训练 epoch 的数量。所以：对于每个 CV 折叠，训练网络（例如，达到某个最大时期数）。在每个 epoch 之后，记录验证集的准确性。计算每个时期的平均验证集准确度（跨 CV 折叠）。选择使该值最大化的时期数。