Я думал о том, чтобы попытаться выбрать гиперпараметры (например, например, регуляризация) с использованием перекрестной проверки или, может быть, организовать несколько инициализаций моделей, а затем выбрать модель с максимальной точностью проверки соответствия. Реализация k-fold или CV проста, но утомительна/раздражает (особенно, если я пытаюсь обучать разные модели на разных CPU, GPU или даже на разных компьютерах и т.д.). Я бы ожидал, что в библиотеке, подобной TensorFlow, будет реализовано что-то подобное для своего пользователя, так что нам не нужно вводить код один раз в 100 раз. Таким образом, у TensorFlow есть библиотека или что-то, что может помочь мне выполнить Cross Validation?
Как обновление, кажется, можно использовать scikit learn или что-то еще для этого. Если это так, то если кто-то может предоставить простой пример обучения NN и перекрестной проверки с помощью scikit, это было бы потрясающе! Не уверен, что это масштабируется до нескольких процессоров, gpus, кластеров и т.д. Однако.