【发布时间】：2022-01-25 08:43:34
【问题描述】：
据我所知，我们通过在迭代中更改权重参数来优化我们的模型。 目的是最小化损失并最大化准确性。
如果我们有准确度作为参数，我不明白为什么还要使用损失作为参数。
我们可以只使用模型中的准确率和丢弃损失吗？ 有了准确度，我们还可以更改模型权重吗？
【问题讨论】：
-
我们优化损失，准确性只是一个副作用。 SGD（NN 背后的优化机制）需要一个可微函数。损失函数是可微的，但准确度不是。
-
这不是编程题，这种题在 Stack Overflow 中是不合适的。这也包含在基本的机器学习课程中。
标签： python tensorflow keras deep-learning neural-network