![](/img/trans.png)
[英]What is the difference between sparse_categorical_crossentropy and categorical_crossentropy?
[英]difference in categorical crossentropy when specified in loss or metrics
tf.keras.losses.CategoricalCrossentropy
和tf.keras.metrics.CategoricalCrossentropy
什么區別?
model.compile(optimizer=Adam(learning_rate=lr), loss= 'categorical_crossentropy',
metrics=['accuracy','categorical_crossentropy'])
問題:
15/15 [==============================] - 5s 352ms/step - loss: 0.4043 - accuracy: 0.8634 - categorical_crossentropy: 0.4043 - val_loss: 4.7890 - val_accuracy: 0.7509 - val_categorical_crossentropy: 0.9807
在我發現的每個時期結束時,損失和 categorical_crossentropy 具有與訓練數據相對應的相同值。
但是,我發現驗證數據的值存在差異,即 val_loss:4.7890 與 val_categorical_crossentropy:0.9807。
注意:我的 model 是
有誰知道我在這里打折嗎?
主要區別實際上是一個是損失,一個是度量。 損失用於優化,指標用於評估 model 的性能方面。
不同之處在於,如果您使用一種正則化,例如批量標准化,它會影響您的損失,但不會影響指標。
看看這個帖子,也許可以讓你更清楚:
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.