Machine learning 为什么在caffe的培训阶段会有准确度输出？

您好，我在基本数据集mnist上使用了caffe，我想知道为什么在训练期间会有准确度输出？在prototxt文件lenet\U train\U test.protoxt中，精度层为

layer {
  name: "accuracy"
  type: "Accuracy"
  bottom: "ip2"
  bottom: "label"
  top: "accuracy"
  include {
    phase: TEST
  }
}

caffe维基上说，当我运行caffe训练时，我明确表示要在特定阶段进行训练，caffe测试也是如此。但是，为什么当我运行caffe train时，当精度层明确表示“测试”时，我仍能获得精度？

请查看solver.prototxt；应该有这样的线条

test_iter: 1000
test_interval: 50

---

这些是检查模型收敛性的定期测试。在这种情况下，每50次训练迭代进行一次测试；该测试由1000次前向传递迭代组成。这是您准确性报告的来源。您应该看到，通过培训，准确性总体上有所提高。当精度稳定时，您已经达到收敛-当您进入过度拟合时，进一步的训练可能会降低精度。

您可以发布完整的proto_test.protext，我怀疑有一个层有准确性，但没有提及include指令。你也可以发布一部分输出，显示训练期间的准确性输出。