![](/img/trans.png)
[英]why categorical cross entropy loss function in training unet model for multiclass semantic segmentation is very high?
[英]Why is the binary cross entropy loss during training of tf model different than that calculated by sklearn?
在訓練循環中,Keras 測量整個時期的平均損失。 在那段時間里,model 被調整和改進,所以當一個 epoch 結束時,報告的損失是對當時損失的高估(假設 model 仍在學習)。 使用sklearn
,您只計算紀元結束時的損失,而 model 是在紀元結束時計算的。 如果 model 仍在學習, sklearn
的損失會略低,因為它只看到在 epoch 期間調整過的 model。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.