Machine learning 我如何确定培训；“准确度”；对于具有辍学的TensorFlow网络？
我相信“准确度”并不是在训练过程中根据神经网络的训练集来衡量的，但我想知道，本质上 如果我现在停止试验，并尝试评估训练集的准确性，会发生什么 在TensorFlow网络的训练过程中的不同点上进行辍学训练 这个问题可以简单地通过运行训练数据和Machine learning 我如何确定培训；“准确度”；对于具有辍学的TensorFlow网络？,machine-learning,neural-network,tensorflow,Machine Learning,Neural Network,Tensorflow,我相信“准确度”并不是在训练过程中根据神经网络的训练集来衡量的，但我想知道，本质上 如果我现在停止试验，并尝试评估训练集的准确性，会发生什么 在TensorFlow网络的训练过程中的不同点上进行辍学训练 这个问题可以简单地通过运行训练数据和keep_prob==1.0来回答吗 sess.run(accuracy, feed_dict={x: train_x, y_: train_y, keep_prob: 1.0}) 我认为你所说的是对的。但是，为什么要测量训练的准确性？你想看看模型是否过拟合
keep_prob==1.0sess.run(accuracy, feed_dict={x: train_x, y_: train_y, keep_prob: 1.0})
我认为你所说的是对的。但是，为什么要测量训练的准确性？你想看看模型是否过拟合吗？@SungKim:随着训练的进行，特别是变化率，有一些东西可以直接与验证/测试集的精度进行比较。然后，你的代码看起来不错。@SungKim:我接受这个答案。我认为你的答案是正确的。但是，为什么要测量训练的准确性？你想看看模型是否过拟合吗？@SungKim:随着训练的进行，特别是变化率，有一些东西可以直接与验证/测试集的精度进行比较。然后，你的代码看起来不错。@SungKim:我接受这个答案。