keras如何定义"准确性"和"损失"?

SRo*_*mes 35 python machine-learning deep-learning keras tensorflow

我无法找到Keras如何定义"准确性"和"损失".我知道我可以指定不同的指标(例如mse,交叉熵) - 但keras打印出标准的"准确度".这是如何定义的?同样对于损失:我知道我可以指定不同类型的正规化 - 那些是亏损的吗?

理想情况下,我想打印出用于定义它的等式; 如果没有,我会在这里找到答案.

Ser*_*ych 33

看看,在metrics.py那里你可以找到所有可用指标的定义,包括不同类型的准确性.除非在编译模型时将其添加到所需指标列表中,否则不会打印精度.

根据定义,规则制定者被添加到损失中.例如,请参阅类的add_loss方法Layer.

更新

类型accuracy是根据目标函数确定的,参见training.py.默认选择是categorical_accuracy.当目标函数是二元或稀疏时,选择其他类型binary_accuracy和类型sparse_categorical_accuracy.

  • 如果我将指标添加到“准确性”指标,那是哪个指标?“ metrics.py”中有几个单词中包含“ accuracy”(准确性)字样? (2认同)