将数据划分为训练集和验证集
您已经了解到，只使用训练数据而没有验证数据集会导致"过拟合"。一旦过拟合，模型在训练输入上的预测会很好，但对未见数据的泛化能力会很差。也就是说，模型无法泛化，实际用途不大。为避免这种情况，您可以使用验证数据集。
在本练习中，您将把现有数据集拆分为训练集和验证集（即 en_text 含有 1000 个英文句子，fr_text 含有对应的 1000 个法文句子）。您将使用 80% 的数据作为训练集，20% 的数据作为验证集。
本练习是课程的一部分
使用 Keras 的机器翻译
练习说明
- 使用
np.arange()定义一组索引，从 0 开始，长度为en_text的大小。 - 将索引序列的最后
valid_size个索引定义为valid_inds。 - 在列表
en_text和fr_text中，按train_inds提取对应句子，分别定义为tr_en和tf_fr。 - 在列表
en_text和fr_text中，按valid_inds提取对应句子，分别定义为v_en和v_fr。
交互式实操练习
通过完成这段示例代码来试试这个练习。
train_size, valid_size = 800, 200
# Define a sequence of indices from 0 to len(en_text)
inds = ____.____(len(_____))
np.random.shuffle(inds)
train_inds = inds[:train_size]
# Define valid_inds: last valid_size indices
valid_inds = inds[____]
# Define tr_en (train EN sentences) and tr_fr (train FR sentences)
tr_en = [en_text[____] for ti in ____]
tr_fr = [____ for ti in ____]
# Define v_en (valid EN sentences) and v_fr (valid FR sentences)
v_en = [____ for vi in valid_inds]
v_fr = [____ for vi in ____]
print('Training (EN):\n', tr_en[:3], '\nTraining (FR):\n', tr_fr[:3])
print('\nValid (EN):\n', v_en[:3], '\nValid (FR):\n', v_fr[:3])