我用我的一小部分数据训练了一个深度神经网络，这让我可以在很短的时间内经历许多 epoch 并让模型合理地执行，然后我给它整个数据集（10 倍以上的数据）和它进一步改善。当我只给它整个数据集时，模型似乎表现得非常糟糕，但由于训练需要额外的时间，很难达到许多时期。

我的问题是：用较小的数据子集“热身”训练一个大型深度神经网络是否有意义，还是应该始终只提供完整数据？

补充一点细节：我的班级不平衡很严重。当我给它完整的数据集时，模型总是预测为 0，但是当我在较小的训练集上过度拟合时，它至少学会了不总是预测 0。我在第 5 步中注意到这个指南，提出了与我所做的类似的建议，但我不确定它在理论上是否合理，或者只是一种检查模型“可以在足够多的时期内工作”的好方法。