众所周知，在机器学习深度学习领域，合理划分训练集验证集和测试集是很重要的，本文主要介绍如何划分。

过去，人们运用机器学习传统方法的时候，一般将训练集和测试集划为7：3.

若有验证集，则划为6:2:2. 这样划分确实很科学，当数据量不大的时候（万级别及以下）。

但到了大数据时代，数据量陡增为百万级别，此时我们不需要那么多的验证集和训练集。

假设有100W条数据，只需要拿出1W条来当验证集，1W条来当测试集，就能很好地work了。

因此，在深度学习中若是数据很大，我们可以将训练集、验证集、测试集比例调整为98：1：1