測試如何在caffe框架中工作？

Question

因此，基本上一個人在訓練/測試中拆分數據庫。我們假設2/3的訓練，剩下的就是測試。

然後在caffe中，我們分成不同大小的批次來分割訓練數據，假設我們有100個批次的50個圖像，所以我們有5000個訓練圖像。現在讓我們說，我們有50個測試批次，每個50個圖像。

現在讓我們說咖啡做了1個時代，然後用測試批次進行測試。咖啡如何做到這一點？

它需要首次培訓批次，並與它，它試圖預測每個測試批次的標籤？

像：

training_batch_1 : testing_batch_1 = accuracy xxxx; 
training_batch_1 : testing_batch_2 = accuracy xxxx; 
.... 
training_batch_1 : testing_batch_50 = accuracy xxxx; 

然後它提取training_batch_1平均精度。然後用training_batch_2等做同樣的事情？

Answer 1

測試只是簡單地通過訓練模型的單個正向傳遞運行輸入向量。最高預測標籤是否符合給定的測試值？如果是這樣，得1分。在批次結束時，按批量大小劃分總點數，這就是批量精度。

在測試運行結束時，取批量精度的平均值;這是測試的準確性。

這是你需要知道的嗎？