最近实在是忙，面试、research什么的全部堆在一起了，所以更新速度有所降低，还请见谅。 
（不得不提一嘴，腾讯的HR面试太奇妙了，流程走到HR面试几天没约面，年前恐怕难oc了😂 

上一期我们讲了非线性的神经网络，这期我们讲 神经网络的效果评估。 
至于其他更复杂结构的神经网络，比如CNN、RNN、LSTM，我在想是否需要讲。主要的考虑是：这些内容篇幅较长，且并不是理解LLM机理的必要条件，如果写这些，可能会让真正LLM部分出现地更晚，怕消磨了佬友们的注意力和耐心；不讲的话，又感觉对不起标题中的“神经网络”。佬友们有什么建议吗，欢迎评论区提出。 
1.3 神经网络的评估
评估其实很简单，就是做题，以做题结果来评判模型效果。 
1.3.1 数据集划分
评估是做题得到的，而做的题是从数据集中得到的，数据集划分是确定哪些数据用于训练、哪些用于评估（具体的评估指标放在1.3.2讲） 
一般把...