keras，如何解释训练期间每个历元中每个批次的输出（损失，根据什么数据计算的acc）

我知道有一个类似的问题“”，但我的问题更具体，我想知道如何计算一个历元内每批的损失和acc产量

• 它是根据验证集计算的吗
• 或者在每个时代迄今为止训练过的样本上？（我想是这一个）
• 还是别的什么

以下是我培训期间的输出示例：

Epoch x/20:
...
54320/55200 [============================>.] - ETA: 0s - loss: 1.2083 - acc: 0.9554
54440/55200 [============================>.] - ETA: 0s - loss: 1.2083 - acc: 0.9554
54560/55200 [============================>.] - ETA: 0s - loss: 1.2083 - acc: 0.9555
...

我的配置：

model.fit(x_train, y_train,
          batch_size=10,
          epochs=20,
          verbose=1,
          validation_split=0.08)

谢谢大家!

值为：

• 损失-培训数据，每批计算
• acc-训练数据，每批计算
• val_损失-测试数据，每个历元计算
• val_acc-测试数据，每个历元计算

---

更新答案。抱歉，不准确，样本输出是针对一个历元中的每个批次。在每个历元之后，确实有这4个数字，这是毫无疑问的。它已经到了结尾，只是不在上面的示例中，我已经编辑了它。感谢您的快速回复。这意味着它计算出了在每一批之后的历元中到目前为止看到的所有样本的准确度？损失是什么？