请问超参数优化和交叉验证是怎么结合在一起的？

请问超参数优化和交叉验证是怎么结合在一起的？
超参数优化是找最优的参数，交叉验证是对不同模型的实例或者同一模型的不同实例的评估，感觉超参数优化和交叉验证在操作上有重叠的地方，交叉验证需要调整好参数的网络来验证，超参数优化需要最佳的网络来优化，我在网上的资料上看到叉验证通常是和搜索算法结合起来对于模型的超参数进行调优的，那么请问它俩谁先谁后呢？如果遇到希望用交叉验证评估应用在同一组数据上的不同模型，要怎么做呢？数据集应该怎么划分呢？谢谢！

参考：https://blog.csdn.net/m0_72662900/article/details/127039696