1 交叉验证思想

交叉验证（Cross Validation），有的时候也称作循环估计（Rotation Estimation），是一种统计学上将数据样本切割成较小子集的实用方法。交叉验证的基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set or test set),首先用训练集对分类器进行训练,再利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标。
训练集和验证集都会影响你调参构建模型，调好参数选好模型以后，所以另外要加个测试集，测试集是用来最终评价模型的。
下面这个讲的不错
https://blog.csdn.net/weixin_39822443/article/details/110550724?spm=1001.2101.3001.6650.15&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-15.pc_relevant_paycolumn_v2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-15.pc_relevant_paycolumn_v2&utm_relevant_index=16

3种类型：

2 交叉验证代码

【1】深度学习的交叉验证以及代码实现 - 简书
http://events.jianshu.io/p/150f8e60906f

【2】(16条消息) k-折交叉验证（代码）_张筱竼的博客-CSDN博客_交叉验证代码
https://blog.csdn.net/qq_32863339/article/details/88766705

3 在论文实验中如何划分数据集

(3条消息) 通俗易懂彻底理解训练集，验证集，测试集_Mr_Wu_55的博客-CSDN博客_训练集和测试集通俗解释
https://blog.csdn.net/Mr_Wu_55/article/details/112588030?utm_medium=distribute.pc_relevant.none-task-blog-2_defaultbaidujs_baidulandingword~default-4.no_search_link&spm=1001.2101.3001.4242.3&utm_relevant_index=6

(50 封私信 / 80 条消息) 论文中经常出现voc数据集07+12训练集到底是如何进行数据划分的？ - 知乎
https://www.zhihu.com/question/449489559

这篇文章写了划分为3：1：1
[1]赵远东. 基于深度神经网络的人脸识别方法研究[D].沈阳工业大学,2019.

这篇文章只用了训练集和验证集
[1]张瑞瑞,夏浪,陈立平,谢春春,陈梅香,王维佳.基于U-Net网络和无人机影像的松材线虫病变色木识别[J].农业工程学报,2020,36(12):61-68.