损失，准确性，验证损失，验证准确性之间有什么区别？

Question

在每个时期结束时，例如，我得到以下输出：

Epoch 1/25
2018-08-06 14:54:12.555511: 
2/2 [==============================] - 86s 43s/step - loss: 6.0767 - acc: 0.0469 - val_loss: 4.1037 - val_acc: 0.2000
Epoch 2/25
2/2 [==============================] - 26s 13s/step - loss: 3.6901 - acc: 0.0938 - val_loss: 2.5610 - val_acc: 0.0000e+00
Epoch 3/25
2/2 [==============================] - 66s 33s/step - loss: 3.1491 - acc: 0.1406 - val_loss: 2.4793 - val_acc: 0.0500
Epoch 4/25
2/2 [==============================] - 44s 22s/step - loss: 3.0686 - acc: 0.0694 - val_loss: 2.3159 - val_acc: 0.0500
Epoch 5/25
2/2 [==============================] - 62s 31s/step - loss: 2.5884 - acc: 0.1094 - val_loss: 2.4601 - val_acc: 0.1500
Epoch 6/25
2/2 [==============================] - 41s 20s/step - loss: 2.7708 - acc: 0.1493 - val_loss: 2.2542 - val_acc: 0.4000
.
.
.
.

谁能解释我损失，准确性，验证损失和验证准确性之间的区别？

Answer 1

当我们在拟合DL模型时提到validation_split作为拟合参数时，它针对每个时期将数据分为两部分，即训练数据和验证数据。它通过训练数据训练模型，并通过检查模型的损失和准确性来对模型进行验证。

通常，随着每个时期的增加，损耗会降低，而精度会更高。但是，使用val_loss和val_acc可以实现许多情况：

1. val_loss开始增加，val_acc开始减少（意味着模型在塞满值而不学习）

2. val_loss开始增加，val_acc也增加。（在输出层中使用softmax的情况下，可能是过拟合或概率值不同）

3. val_loss开始减少，val_acc开始增加（正确，意味着模型构建正在学习并且可以正常工作）

这也是一个参考链接，其中提供了更多描述。谢谢。如何为机器学习模型解释“损失”和“准确性”

我试图在https://www.javacodemonk.com/difference-between-loss-accuracy-validation-loss-validation-accuracy-when-training-deep-learning-model-with-keras-ff358faa上进行解释