Буду признателен за ваше объяснение следующего:)
Я обучил сеть CNN, которая классифицирует ДВА класса изображений. Я использовал оптимизатор 'SGD' и функцию потерь 'categoryorical_crossentropy'.
Мои результаты следующие: - потеря тренировки = 0,28 - точность обучения = 0,93 - потеря проверки = 0,38 - точность проверки = 0,82
Таким образом, очевидно, что модель немного «переоснащается» (некоторые люди говорят, что небольшое переоснащение иногда хорошо).
Мои вопросы сосредоточены на проверке потере и проверке точность.
Является ли моя сеть неточной на 38% или точной на 82%? Я много читал о проверке потере и проверке точности, и люди говорят, что:
'В отличие от точности, потеря не является процентом. Это сумма ошибок, допущенных для каждого примера в обучающих или проверочных наборах. '
Но я до сих пор не понимаю, как интуитивно понятны результаты (неточность 38% или точность 82%).
Многие Спасибо! :)
Иван