0
我使用在TFLearn AlexNet模型並且存在以限定迴歸層,其是這樣的方法:TFLearn - 用於驗證和評估的度量標準?
tflearn.layers.estimator.regression (incoming, placeholder='default', optimizer='adam', loss='categorical_crossentropy', metric='default', learning_rate=0.001, dtype=tf.float32, batch_size=64, shuffle_batches=True, to_one_hot=False, n_classes=None, trainable_vars=None, restore=True, op_name=None, validation_monitors=None, validation_batch_size=None, name=None)
和它指出"A metric can also be provided, to evaluate the model performance."
。所以我想知道這個指標何時也用於驗證或僅用於評估?如果它沒有用於驗證,那麼基於驗證工作的指標是什麼?
編輯1:我發現在regression()方法中聲明的度量實際上也用於驗證。默認度量標準是Accuracy
。但有一點我不明白的是,當我不使用validation_set
(或將其設置爲無)時,訓練時的彙總仍輸出acc
值。那麼這個精度值是如何計算的?
編輯2:找到了答案在這裏:https://github.com/tflearn/tflearn/issues/357