Nie mogę znaleźć sposobu, w jaki Keras definiuje "dokładność" i "stratę". Wiem, że mogę określić różne metryki (np. Mse, cross entropy) - ale keras wypisuje standardową "dokładność". Jak to zdefiniowano? Podobnie z powodu straty: wiem, że mogę określić różne rodzaje regularyzacji - czy są to straty?W jaki sposób keras definiuje "dokładność" i "utratę"?
Idealnie, chciałbym wydrukować równanie używane do zdefiniowania; jeśli nie, zadam tutaj odpowiedź.
Spójrz na metrics.py, gdzie znajdziesz definicję wszystkich dostępnych danych, w tym różne typy dokładności. Dokładność nie jest drukowana, chyba że dodasz ją do listy pożądanych parametrów podczas kompilacji modelu.
Regulatory są z definicji dodawane do utraty. Na przykład patrz metoda add_loss klasy Layer.
Aktualizacja
Rodzaj accuracy jest ustalana na podstawie obiektywnej funkcji, patrz training.py. Domyślny wybór to categorical_accuracy. Inne typy, takie jak binary_accuracy i sparse_categorical_accuracy, są wybierane, gdy funkcja celu jest binarna lub rzadka.
Jeśli dodaję do danych "dokładność", jaki to wskaźnik? W metodzie "metric.py" jest kilka słów, które zawierają słowo "dokładność"? – SRobertJames
@SRobertJames Zaktualizowałem swoją odpowiedź –
Dzięki. Ale co jest wybrane, jeśli funkcja celu nie jest, ale jest 'mse'? Co oznacza "dokładność" w tym kontekście? – SRobertJames