0
나는 TFLearn에서 AlexNet 모델을 사용하고 있는데이다 회귀 층, 정의하는 방법이있다 :TFLearn - 유효성 검사 및 평가를위한 메트릭?
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)
는 그것은 "A metric can also be provided, to evaluate the model performance." 상태. 그래서이 측정 지표가 유효성 검사에 사용되거나 평가에만 사용되는 것이 언제인지 궁금합니다. 유효성 검사에 사용되지 않는 경우 유효성 검사가 어떤 기준을 기반으로합니까?
편집 1 : regression() 메서드에서 선언 된 메트릭이 실제로 유효성 검사에도 사용된다는 것을 알게되었습니다. 기본 측정 항목은 Accuracy입니다. 그러나 내가 이해하지 못하는 한가지는 validation_set을 사용하지 않거나 없음으로 설정하면 훈련 중 요약은 여전히 acc 값을 출력한다는 것입니다. 그러면이 정확도 값은 어떻게 계산됩니까?
편집 2 : 대답 여기 찾았 https://github.com/tflearn/tflearn/issues/357