keras如何定义“准确性”和“损失”?

时间:2017-01-08 10:28:56

标签: python tensorflow machine-learning deep-learning keras

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。

1 个答案:

答案 0 :(得分:26)

查看metrics.py,您可以找到所有可用指标的定义,包括不同类型的准确度。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,规范者加入了损失。例如,请参阅Layer类的add_loss方法。

<强>更新

accuracy的类型是根据目标函数确定的,请参阅training.py。默认选项为categorical_accuracy。当目标函数是二元或稀疏时,会选择其他类型,如binary_accuracysparse_categorical_accuracy