Значение «Точность» сообщалось во время тренировок в Keras / Tensoflow?

Question

Обучение классификатору. Во время обучения «Точность» отображается и обновляется в каждой мини-партии. Значение «Точность» ясно, когда мы запускаем тестовую партию, но во время обучения, как она вычисляет «Точность»?

Answer 1

accuracy является метрикой c, которая указывает количество правильно спрогнозированных примеров в общем количестве рассмотренных примеров. Таким образом, это совершенно общая концепция, которая не выполняется только на этапах тестирования.

Хотя точность набора тестов позволяет понять, как модель на самом деле работает в реальном контексте, точность обучающего набора давайте разберемся, как продвигается ваша модель с точки зрения ее обучения.

Сравнение показателей обучения и тестов полезно, например, если вы хотите узнать, не превышает ли сеть данные ваших тренировок.

Просто чтобы сделать очень упрощенный пример, если вы заметили, что ваша сеть имеет 98% точности обучения, но только 60% точности тестирования, это сигнал, который она не может обобщить, когда дело доходит до предсказать данные, которые он никогда не видел раньше. И это может быть вызвано переоснащением.

Очевидно, что точность - это не единственная метрика c, которую нужно отслеживать, чтобы найти проблемы с обучением, но она так же актуальна, как и другие.

Answer 2

Точность обучения - это точность, которую вы получаете, когда применяете модель к данным тренировки. Как вы бы применили его к тестовым данным, вместо этого данные обучения передаются в модель для генерации прогнозов. И эти прогнозы сравниваются с оригинальными метками для измерения точности.

И точность мини-партии, сообщаемая во время обучения, соответствует точности конкретной мини-партии на данной итерации с этим подмножеством обучающих данных, усредненным по предыдущей точности мини-партии.