Machine learning Keras分类精度指标的输出是什么？

我找不到度量输出的正确描述

例如，如果我使用

model.compile（loss='classifical\u crossentropy'，optimizer='adam'，metrics=['accurity']）

然后我得到损耗和精度

tr\u损耗，tr\u acc=model.train\u批量（X，Y）

如果我使用

metrics=['categorical\u accurity']

编译，那么我也会得到2个数字

但它们是什么

---

编辑：我这样做了：

print（model.metrics\u name）

并得到：

['loss'，'categorical\u accurity']

你能把你提到的两个数字贴出来吗？

---

我猜它们是

loss

（

categorical\u crossentropy

）和您添加的度量。（

准确度

或

分类准确度

根据您的案例进行配置）。

准确度指标实际上是一个占位符，如果您使用

二进制交叉熵

损失，keras会为您选择合适的准确度指标，如果使用

categorical\u交叉熵

loss，则为

categorical\u准确性

---

因此，在这种特定情况下，两个指标（

准确度

和

分类准确度

）实际上是相同的，并且

模型。评估

返回损失和准确度。

二进制和类别的可能重复根本不相同。我有8个类别和二进制是只有2。