0
我使用在TFLearn AlexNet模型并且存在以限定回归层,其是这样的方法:TFLearn - 用于验证和评估的度量标准?
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."
。所以我想知道这个指标何时也用于验证或仅用于评估?如果它没有用于验证,那么基于验证工作的指标是什么?
编辑1:我发现在regression()方法中声明的度量实际上也用于验证。默认度量标准是Accuracy
。但有一点我不明白的是,当我不使用validation_set
(或将其设置为无)时,训练时的汇总仍输出acc
值。那么这个精度值是如何计算的?
编辑2:找到了答案在这里:https://github.com/tflearn/tflearn/issues/357