python - 在没有验证集和图像归一化的情况下训练 Keras 模型

Question

我正在 Python 上使用 Keras 来训练 CNN 自动编码器。在 fit() 方法中，我必须提供 validation_split 或 validation_data。首先，我想使用 80% 的数据作为训练数据，20% 作为验证数据(随机分割)。一旦找到最佳参数，我就想在所有数据上训练自动编码器，即不再使用验证集。

是否可以在不使用验证集的情况下训练 Keras 模型，即使用所有数据进行训练？

此外，我的图像中的像素都在 [0, -0.04] 范围内。是否仍然建议将训练和验证集中所有图像中的所有像素的值标准化为范围 [0,1] 或 [-1,1] 或对其进行标准化(零均值，单位方差)？如果是这样，哪种方法是首选？顺便说一句，我的图像实际上是 2D 热图(一个颜色 channel )。

Answer 1

是的，您可以在没有验证数据的情况下训练 keras 模型，但这不是一个好的做法，因为那样您将不知道模型是否可以泛化。这同样适用于自动编码器，它们可能会过度拟合训练集。

始终建议标准化您的输入，特别是当范围较大或较小时。没有首选方法，任何标准化通常都具有相同的效果。