问面部表情数据集的训练验证测试集分割

EN

我正在使用卷积神经网络(CNN)，我只想问一下，我的训练/验证/测试集的划分方式是否正确。

我一共有55门学科。我计划把它们分成80-10-10个，用于培训(45个科目)、验证(5个科目未见)、测试(6个科目未见)。

验证集是否也应由看不见的主题组成？或者我可以洗牌整套培训，并使用其中的一部分(10-20%)作为验证集？

我读过，使用N-折叠交叉验证，整个训练集(实例)被洗牌，然后分裂成N-折叠，模型被训练和平均N次。然而，在神经网络或CNN的情况下，我们不使用交叉验证，因为它是非常昂贵的计算。

我只是想知道哪一种方法是正确的，因为使用了一组看不见的主题，我的模型在3-5年后就开始变得过于适合，根本不学习。另一方面，如果我使用10%-20%的训练集作为我的验证集，我的模型以合理的精确度(45%-50%)使用3层CNN来学习，但是当用看不见的测试集测试时，我的前1级的准确率仅为15%-16%。

非常感谢。