损失、准确性、验证损失、验证准确性之间有什么区别？
在每个纪元结束时，我会得到以下输出：
Epoch 1/25
2018-08-06 14:54:12.555511:
2/2 [==============================] - 86s 43s/step - loss: 6.0767 - acc: 0.0469 - val_loss: 4.1037 - val_acc: 0.2000
Epoch 2/25
2/2 [==============================] - 26s 13s/step - loss: 3.6901 - acc: 0.0938 - val_loss: 2.5610 - val_acc: 0.0000e+00
Epoch 3/25
2/2 [==============================] - 66s 33s/step - loss: 3.1491 - acc: 0.1406 - val_loss: 2.4793 - val_acc: 0.0500
Epoch 4/25
2/2 [==============================] - 44s 22s/step - loss: 3.0686 - acc: 0.0694 - val_loss: 2.3159 - val_acc: 0.0500
Epoch 5/25
2/2 [==============================] - 62s 31s/step - loss: 2.5884 - acc: 0.1094 - val_loss: 2.4601 - val_acc: 0.1500
Epoch 6/25
2/2 [==============================] - 41s 20s/step - loss: 2.7708 - acc: 0.1493 - val_loss: 2.2542 - val_acc: 0.4000
.
.
.
.
谁能给我解释一下损失、准确性、验证损失和验证准确性之间有什么区别吗？
共有1个答案
在对DL模型进行拟合时，引入validation_split作为拟合参数，它将每一个时期的数据分成两部分，即训练数据和验证数据。在训练数据上训练模型，在验证数据上通过检验模型的丢失和准确性来验证模型。
通常，随着时间的增加，损耗越低，精度越高。但是使用val_loss和val_acc，许多情况都是可能的：
>
val_loss开始增加，val_acc开始减少（表示模型是填鸭式的值而不是学习）
val_loss开始增加，val_acc也增加。（在输出层使用softmax的情况下，可能是过拟合或不同概率值的情况）
val_loss开始减少，val_acc开始增加（正确，意味着模型构建正在学习和工作良好）
-
关于使用Lenet5网络解释MNIST上某些优化器的性能，我有几个问题，以及验证损失/精度与训练损失/精度图确切地告诉我们什么。因此，所有的事情都是在Keras中使用标准的LeNet5网络完成的，它运行了15个历元，批处理大小为128。 有两个图，列车acc vs val acc和列车损失vs val损失。我生成了4个图，因为我运行了两次，一次是validation_split=0.1，一次是va
-
问题内容： 我找不到Keras如何定义“准确性”和“损失”。我知道我可以指定不同的指标（例如mse，交叉熵），但是keras会打印出标准的“准确性”。如何定义？同样对于损失：我知道我可以指定不同类型的正则化- 损失中的那些正则化吗？ 理想情况下，我想打印出用于定义它的公式；如果没有，我会在这里解决。 问题答案： 看一下，您可以在其中找到所有可用指标的定义，包括不同类型的准确性。除非在编译模型时将其
-
我正在尝试通过bash命令验证pdf文件的完整性。 然后我破译了PKC通过 从解码的pkcs7中我得到了一些有用的信息 特别是，我注意到messageDigest字段等于使用ByTerange获得的signedContent的计算摘要。 我已经提取了加密的散列，用我的公钥对其进行了解密，并用asn1命令再次进行了解码。 结果是这个对象 我非常肯定解密工作了，因为对象被正确解码了，并且正如我所期望的
-
当我用Theano或Tensorflow训练我的神经网络时，它们会每历元报告一个叫做“损失”的变量。 我该如何解释这个变量呢？更高的损耗是更好还是更差，或者这对我的神经网络的最终性能（准确性）意味着什么？
-
问题内容： 我的系统需要至少10毫秒的计时器精度。 我选择了timerfd，因为它非常适合我，但是发现即使在长达15毫秒的时间内，它也不是完全准确的，或者是我不理解它是如何工作的。 在一个10毫秒的计时器上，我测量的时间高达21毫秒。 我已经进行了一次快速测试，以显示我的问题。 这里是一个测试： 像这样执行： 即使假设有些可能的延迟，对我来说15毫秒的延迟听起来也太多了。 问题答案： 尝试按以下方
-
我们正在构建一个需要精确性的apiendpoint。我们希望对POST/PUT到服务器的参数实施严格的验证。 如果api用户发送了一个不受支持的对（例如，我们允许参数[first\u name，last\u name]，并且用户包含一个不受支持的参数[country]），我们希望验证失败。 已尝试构建名为（用作）的自定义验证器，但要使其在数组中可用，必须将其应用于嵌套/子属性列表的父级（…因为我们