0

我将不胜感激您对以下内容的解释:)

我训练了分类两个图像类的 CNN 网络。我使用了“SGD”优化器和“categorical_crossentropy”损失函数。

我的结果如下: - 训练损失 = 0.28 - 训练准确度 = 0.93 - 验证损失 = 0.38 - 验证准确度 = 0.82

所以很明显模型“过拟合”了一点(有人说有点过拟合有时很好)。

我的问题集中在验证损失和验证准确性上。

我的网络是 38% 不准确还是 82% 准确?我读过很多关于验证损失和验证准确性的文章,人们说:

“与准确性不同,损失不是百分比。它是训练或验证集中每个示例所犯错误的总和。

但我仍然不能直观地理解结果(38% 不准确或 82% 准确)。

非常感谢!:)

伊万

4

1 回答 1

0

您的验证集(被视为对实际性能的最佳估计)为 0.82,这意味着它以 82% 的准确率正确分类图像。训练损失不是准确度的直接函数。

于 2020-03-17T01:42:36.153 回答