1.1、一般有两种分类：训练集/测试集，或者 训练集/验证集/测试集，前者用训练集来训练，用测试集来验证。如果不理想，就重新训练。 后者用验证集来验证和重新训练，然后再跑测试集，但是测试集如果不理想，有时也会重新训练。 故很多人索性就选择用两层。
当样本较少时，往往采用7/3、/6/2/2分配。但是数据量大有的采用99/1分配，甚至99.5/0.5/0.1分配，因为此时0.1的比例，就可能有上千条数据了。
1.2、尽量要保证：训练数据集、验证数据集、测试数据集的来源一致。比如训练集图片像素很高，而验证集图片像素很低，则训练不出优秀的网络。
1.3、切勿对测试集进行训练！当测试数据集的准确率非常高了，就有必要怀疑是否对测试数据做了训练（测试数据中存在和训练数据相同的样本）
