感谢您对以下内容的解释：）
我训练了CNN网络，该网络对两个图像类别进行了分类。 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 -训练精度= 0.93 -验证损失= 0.38 -验证精度= 0.82
很明显，模型有点“过度拟合”（有些人说有时候过度拟合有时是好的）。
我的问题集中在验证丢失和验证准确性上。
我的网络不准确38％还是82％准确？ 我已经阅读了很多有关验证丢失和验证准确性的信息，人们说：
'与准确性不同，损失不是百分比。它是对每个示例在训练或验证集中所犯错误的总和。'
但是我仍然不直观地理解结果（38％不准确或82％准确）。
非常感谢！ ：）
伊万
答案 0 :(得分：0)
您的验证集（被视为对现实世界性能的最佳估算）为0.82，这意味着它可以将图像正确分类为82％的准确度。训练损失不是准确性的直接函数。