То, что, является различием между поездом, проверкой и набором тестов, в нейронных сетях?

Я пользуюсь этой библиотекой для реализации агента изучения.

Я генерировал учебные случаи, но я не знаю наверняка, каковы проверка и наборы тестов.
Учитель говорит:

70% должны быть дорожными чемоданами, 10% будут тестовыми сценариями и остальными, 20% должны быть случаями проверки.

править

У меня есть этот код для обучения, но я понятия не имею, когда остановить обучение.

  def train(self, train, validation, N=0.3, M=0.1):
    # N: learning rate
    # M: momentum factor
    accuracy = list()
    while(True):
        error = 0.0
        for p in train:
            input, target = p
            self.update(input)
            error = error + self.backPropagate(target, N, M)
        print "validation"
        total = 0
        for p in validation:
            input, target = p
            output = self.update(input)
            total += sum([abs(target - output) for target, output in zip(target, output)]) #calculates sum of absolute diference between target and output

        accuracy.append(total)
        print min(accuracy)
        print sum(accuracy[-5:])/5
        #if i % 100 == 0:
        print 'error %-14f' % error
        if ? < ?:
            break

править

Я могу получить среднюю погрешность 0,2 с данными проверки, после возможно, 20 учебных повторений, которые должны составить 80%?

средняя погрешность = сумма абсолютной разности между целью проверки и выводом, учитывая ввод данных проверки / размер данных проверки.

1
        avg error 0.520395 
        validation
        0.246937882684
2
        avg error 0.272367   
        validation
        0.228832420879
3
        avg error 0.249578    
        validation
        0.216253590304
        ...
22
        avg error 0.227753
        validation
        0.200239244714
23
        avg error 0.227905    
        validation
        0.199875013416