1.5 如何劃分訓練集與驗證集

前面介紹了如何加載數據集，在加載數據集之后，需要將數據集劃分為訓練集和驗證集。在MATLAB深度學習工具箱中，提供了splitEachLabel函數將數據存儲區中的數據集劃分為訓練集和驗證集，具體使用方法如下。

函數：splitEachLabel。

功能：將數據存儲區中的數據集劃分為訓練集和驗證集。

用法：[ds1，ds2 ] = splitEachLabel(imds，p)。

輸入：imds表示圖像樣本數據，p表示數據集中用于訓練深度網絡的樣本比例或數量。

輸出：ds1用于訓練的樣本數據，ds2用于驗證的樣本數據。

例如，[imdsTrain，imdsValidation] = splitEachLabel(imds，750，'randomize')。

實現的功能是隨機將樣本數據imds中的750個樣本數據劃分為訓練樣本數據。

實現的功能是隨機將樣本數據imds中70%的樣本數據劃分為訓練樣本數據。