当损失函数是均方误差时,如何定义准确度?是绝对百分比误差吗?
我使用的模型具有输出激活线性和编译 loss= mean_squared_error
model.add(Dense(1))
model.add(Activation('linear')) # number
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])
Run Code Online (Sandbox Code Playgroud)
输出看起来像这样:
Epoch 99/100
1000/1000 [==============================] - 687s 687ms/step - loss: 0.0463 - acc: 0.9689 - val_loss: 3.7303 - val_acc: 0.3250
Epoch 100/100
1000/1000 [==============================] - 688s 688ms/step - loss: 0.0424 - acc: 0.9740 - val_loss: 3.4221 - val_acc: 0.3701
Run Code Online (Sandbox Code Playgroud)
那么例如val_acc:0.3250是什么意思?Mean_squared_error应该是标量而不是百分比 - 不应该吗?那么val_acc - 均方误差,或平均百分比误差或其他函数?
根据维基百科上的MSE定义:https://en.wikipedia.org/wiki/Mean_squared_error
MSE是估计量质量的度量 - 它总是非负的,接近零的值更好.
这是否意味着价值val_acc: 0.0
优于val_acc: 0.325
?
编辑:我训练时精确度量输出的更多示例 - 随着我训练更多,精度会增加.虽然损失函数 - mse应该减少.是否为mse定义了准确度 - 它是如何在Keras中定义的?
lAllocator: After …
Run Code Online (Sandbox Code Playgroud) regression machine-learning mean-square-error keras loss-function
为什么用 python 3.8.5 导入的 matplotlib 不起作用?
我正在运行 anaconda 版本 3,它是 64 位。我得到的错误是:
Matplotlib 安装版本为 3.3.2:
使用缓存的 matplotlib-3.3.2-cp38-cp38-win_amd64.whl (8.5 MB)
Python 3.8.5 (default, Sep 3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)] :: Ana
conda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import matplotlib
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\Administrator\AppData\Roaming\Python\Python38\site-packages\mat
plotlib\__init__.py", line 139, in <module>
from . import cbook, rcsetup
File "C:\Users\Administrator\AppData\Roaming\Python\Python38\site-packages\mat
plotlib\rcsetup.py", line 26, in <module>
from …
Run Code Online (Sandbox Code Playgroud) 本文https://arxiv.org/pdf/1703.10757.pdf讨论使用回归激活映射(RAM) - 而不是类激活映射(CAM)。有几篇文章描述了如何实施 CAM。但我找不到任何 RAM - 或论文中使用的代码。
有人有 RAM 的代码示例吗?
更新:看看这个例子:http ://www.hackevolve.com/where-cnn-is-looking-grad-cam/
当 pred 是标量时,第 16 行和第 17 行应该是什么?
class_idx = np.argmax(preds[0])
class_output = model.output[:, class_idx]
Run Code Online (Sandbox Code Playgroud)
编辑:糖尿病视网膜病变检测论文的存储库:https://github.com/cauchyturing/kaggle_diabetic_RAM
edit2:将标题从 InceptionV3 更改为任何 CNN 架构
python regression machine-learning conv-neural-network keras