matlab 验证集怎么使用

在使用 Matlab 进行深度学习模型训练时，可以使用 `imds = imageDatastore` 函数来加载图片数据集，并使用 `splitEachLabel` 函数来划分训练集和验证集。具体步骤如下：

1. 使用 `imds = imageDatastore` 函数加载图片数据集：

imds = imageDatastore('path_to_images', 'IncludeSubfolders', true, 'LabelSource', 'foldernames');

其中，`path_to_images` 是图片数据集所在的文件夹路径，`'IncludeSubfolders', true` 表示包含子文件夹中的图片，`'LabelSource', 'foldernames'` 表示使用文件夹名作为图片标签。

2. 使用 `splitEachLabel` 函数划分训练集和验证集：

[imdsTrain, imdsValidation] = splitEachLabel(imds, 0.7, 'randomized');

其中，`0.7` 表示将每个标签下的图片划分为 70% 的训练集和 30% 的验证集，`'randomized'` 表示随机划分。

3. 在训练模型时，可以使用 `imdsValidation` 作为验证集：

options = trainingOptions('sgdm', 'ValidationData', imdsValidation, 'ValidationFrequency', 10);
net = trainNetwork(imdsTrain, layers, options);

其中，`'ValidationData', imdsValidation` 表示使用 `imdsValidation` 作为验证集，`'ValidationFrequency', 10` 表示每训练 10 次就进行一次验证。

这样就可以使用 Matlab 中的 `imdsValidation` 作为模型的验证集了。