Machine learning Keras分类精度指标的输出是什么?

Machine learning Keras分类精度指标的输出是什么?,machine-learning,keras,lstm,keras-metrics,Machine Learning,Keras,Lstm,Keras Metrics,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 n

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
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
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。