了解 CNN 训练结果

Question

感谢您对以下内容的解释:)

我训练了分类两个图像类别的 CNN 网络。 我使用了“SGD”优化器和“categorical_crossentropy”损失函数。

我的结果如下： - 训练损失 = 0.28 - 训练准确率 = 0.93 - 验证损失 = 0.38 - 验证准确度 = 0.82

所以很明显模型“过拟合”了一点（有些人说很少过拟合有时是好的）。

我的问题集中在validation损失和validation准确性。

我的网络是 38% 不准确还是 82% 准确？ 我读过很多关于 validation 损失和 validation 准确性的文章，人们说：

'与准确性不同，损失不是百分比。它是训练或验证集中每个示例所犯错误的总和。'

但我仍然不能直观地理解结果（38% 不准确或 82% 准确）。

非常感谢！ :)

伊万

Answer 1

您的验证集（被视为对实际性能的最佳估计）为 0.82，这意味着它以 82% 的准确率正确分类图像。训练损失不是准确度的直接函数。