Python Tensorflow';s Estimator.evaluate():是准确度;“全球”;或者特定于它看到的批次?
我已经尽我所能检查了堆栈溢出和Tensorflow API中有关Estimator.evaluate()的部分,但没有找到任何解决这个问题的方法 我是Tensorflow的一个研究项目的学生,我一直在使用evaluate()跟踪准确性,并将返回的值存储在文本文件中。我的顾问教授(与ML/NNs合作,但不是专门与python和Tensorflow合作)想知道该精度值是否特定于它当时看到的一批数据,或者它是否是该网络从开始到当时的整体精度 是否有人可以澄清“准确度”是对评估时给定批次数据的准确度的衡量,还是对截至评估时的所有批次/数据的衡量 如果它不是所有批次的度量,是否有任何方法可以从网络中找到它,或者我需要手动计算它 关于我如何构建/训练我的网络(如果有关系的话):我在比Keras稍微低一点的级别上构建模型(比如,我使用tf.layers的方法定义架构),我也从未使用tf.session()显式地运行网络(我只是在尝试时遇到了麻烦,过去的网络在没有它的情况下运行良好). Estimator.evaluate()在每个步骤中调用input_fn,返回文档中所示的一批数据。因此,输入返回的内容在这里很重要,即如果测试数据很小,它可以返回整个数据,或者如果测试数据很大,它可以批量返回数据 如果您的测试数据集足够小,可以放入内存(RAM),input_fn一次返回所有测试数据,您可以传递它一次并获得结果 e、 g。 结果=分类器。评估(测试\u inpf) 现在,如果您的测试数据太大,无法放入内存,为了获得整个测试数据集的准确性,您可以获得每个批次的准确性(因为现在输入将返回批次),并对数据集中的所有批次进行运行平均。 e、 g.如果您的测试数据集有100个示例。批量大小为10。 对于每批尺寸为10的产品,您都要评估其准确性。您可以获得数据集的10个精度值。然后,这些数据的平均值就是整个数据集上模型的准确性 这也是TensorFlow网站上的有用教程Python Tensorflow';s Estimator.evaluate():是准确度;“全球”;或者特定于它看到的批次?,python,tensorflow,Python,Tensorflow,我已经尽我所能检查了堆栈溢出和Tensorflow API中有关Estimator.evaluate()的部分,但没有找到任何解决这个问题的方法 我是Tensorflow的一个研究项目的学生,我一直在使用evaluate()跟踪准确性,并将返回的值存储在文本文件中。我的顾问教授(与ML/NNs合作,但不是专门与python和Tensorflow合作)想知道该精度值是否特定于它当时看到的一批数据,或者它是否是该网络从开始到当时的整体精度 是否有人可以澄清“准确度”是对评估时给定批次数据的准确度的衡