訓練集：訓練模型；
驗證集：選擇模型；
測試集：評估泛化誤差；
在這裏關於訓練集，驗證集和測試的概念不會去過多介紹。這裏主要說一下關於這三個集合在深度學習的使用過程中碰見的一些小問題。經常，不管是在文獻還是在看一些人寫的代碼時，總會碰到這些作者僅僅劃分了訓練集和測試集，並未使用驗證集。他們使用測試集選擇模型，然後使用相同的測試集來計算誤差，這並不是一個好的方式！ 通過測試集來選擇模型，然後仍然在測試集上計算誤差，把它當成理想的泛化誤差，如果有一個很大很大的數據集這樣做，也許結果不會很糟糕，但是大多數情況下還是不建議這樣做，將數據集分成訓練集，驗證集，測試集是一個更好的選擇。一般情況下，訓練集：驗證集：測試集 = 6 : 2 : 2