2017-08-04 93 views
1

我有基於InceptionV3的NN。
飼餵時期期間,它給批處理一樣了良好的效果:訓練做
NN批處理和訓練精度

loss: 0.3596 - acc: 0.8479 - val_loss: 0.3442 - val_acc: 0.8515 

後,我決定對整個訓練數據集檢查訓練精度。

sklearn.metrics.accuracy_score(labels, np.round(train_predictions)) 

給我0.52520718232044195

那怎麼可能?

+0

您應該在不在訓練集上的測試集上評估您的模型。 – Magnus

+0

是的,我明白這一點。我認爲如果分類器做得很好,它應該比訓練數據集上的隨機猜測(現在對於2類分類器約爲50%!)顯示出更高的準確度。 –

+0

True:D爲什麼你四捨五入預測? – Magnus

回答

2

50%是因爲發送到'預測'的數據與它因爲預處理中的錯誤而被訓練的數據完全不同。

相關問題