我是 cntk 和 python 的新手。我创建了一个基于 TrainResNet_CIFAR10.py 的 python 程序来训练 4736 个 (64x64x3) 图像并测试 4 个类别的 2180 个图像。训练 160 个 epoch 后，损失 = 0.663，指标 = 29.37%。完成的评估指标 = 18.94%。当我评估基于 CNTKLibraryCSEvalExamples.cs 的训练模型来测试 2180 张图像时，几乎所有 2180 张图像都被归类为一类（二类）。我的问题是：
- 我假设损失是根据 cross_entropy_with_softmax(z, label_var) 计算的，度量是使用classification_error(z, label_var) 计算的。我的说法正确吗？它们实际上是如何确定的？
- 指标 = 29.37% 和评估指标 = 18.94% 是什么意思？它们分别来自训练图像和测试图像吗？
- 什么可能导致完全错误的评估结果？
任何帮助将不胜感激。
(1) 是的。
（2）29.37%表示29.37%的分类是正确的。假设您正在阅读训练数据和测试数据，则对测试数据进行评估。
(3) 确保输入的格式相同，我的意思是你是否在 python 中标准化或减去平均值，如果是这样，那么你需要在 C# 中执行相同的操作。你能先使用 Python 运行 eval 看看会得到什么结果吗？
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
