一个可靠的神经网络的生成需要训练集和测试集。如果数据集(以所有的图像数据作为一个集合)有1万幅图像，则需要其中80%的图像作为训练集，余下20%的图像作为测试集。训练集用来训练神经网络。神经网络开始时的结构很简单，但随着其不断学习一幅又一幅的图像，最终会演变成为一个巨大的网络，就像人体的大脑结构一样。我们小时候第一次看见猫时并不知道此种生物是猫，但当我们见过很多只猫后，则再次见到相似的生物时，我们会根据它的特征来分辨出它是猫，这就是我们的学习过程。训练集的作用即是提供每一类图像的特征，以供学习。以对糖尿病患者视网膜眼底图像的识别为例，当我们已知分类结果会是无明显病变、轻度、中度、严重、增殖型中的一种(所有的训练数据都有标签 ......