[請益] 為什麼現在新的深度學習模型都很少割出te

yiche08/14 16:26請問可以條列出幾篇有這種情況的ICCV CVPR論文嗎？

lukelove08/14 16:39一般的benchmark應該是光data就有分train/test吧 哪有必

lukelove08/14 16:39要再把train的一部分拿去切test

Raymond071008/14 17:19有DataScience板

sooge08/14 17:32你要相信投上的paper 還是相信你教授的話

KindWei08/14 18:34本質上並沒有 test ，都看到的ground truth，大家一起調

KindWei08/14 18:34分數就好啦，除非像 kaggle，有一個公正方把 test 藏起

KindWei08/14 18:34來不給看，大家不要 overfit valid 才有意義

andy565608/14 20:51除非不曉得test set的label 不然有沒有切是一樣的

itis042308/14 23:06哪些 paper 沒有切 test set 啊好奇

jamfly08/14 23:37你可以舉例你看的文章嗎？因為通常都會有公定的benchmark

jamfly08/14 23:37來比較分數，不太有可能會有你說的只report validation se

jamfly08/14 23:37t的成績

sooge08/15 00:08有小型dataset 一載下來就切 train 和test 而已 說到底vali

sooge08/15 00:08dation 和test 都是不被訓練過的資料 本質根本一樣用誰去測

sooge08/15 00:08哪有什麼差

sooge08/15 00:10並不是paper 不切 而是dataset 本身就沒切三份

sooge08/15 00:13https://github.com/huangkuns/wireframe

sooge08/15 00:16我這篇CVPR paper的室內資料集就是切train和test而已

sooge08/15 00:31然後很特別是這篇是從train data 再切validation出來

sooge08/15 00:32https://github.com/cherubicXN/hawp

sooge08/15 00:36這篇hawp同樣用上面那篇的dataset就沒再切validation出來

sooge08/15 00:38所以一個validation真的是各種表態 唯一不變的是 人家拿的

sooge08/15 00:38那份，你要稱validation還是稱test 的dataset要拿去當評分

sooge08/15 00:38標準的 就絕對不能那下去訓練就對了

DarkIllusion08/15 01:10validation的評估指標參與模型選擇 跟test是有差的

followwar08/15 21:28sooge是國人? 該篇作者都是大陸人耶

agario08/19 20:33sooge 那篇是沒切 val 但原po說的是沒切test吧