[問題] TFlearn中"Training Accuracy"的定義已刪文
問題類別:(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)
CNN
使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...)
Python+TFlearn
問題內容:
各位好，我目前運用Python+TFlearn框架。
想配合CNN進行物件的二分類(將物件分為兩類)。
參考網址:
http://terrence.logdown.com/posts/1296387
目前遇到的問題是，觀察每一次Training Step所顯示的log(Batch=64)，
會發現(Training Accuracy)*(訓練資料總數)並不是一個整數。
但就一般認知，(準確率)*(資料總數)=(正確資料個數)，應該是個整數才是。
舉例而言，(參考上述網址的訓練Log檔)。
該作者使用了40個Training Data(每一個分類各有20個Training Data)進行訓練，
我發現在Training Step 2時的Training Accuracy是0.4950。
但顯然40*0.4950=19.8並不是一個整數。
奇妙的是，(Validation Accuracy)*(驗證資料總數)，卻可以滿足整數定義，
且剛好為正確的驗證資料個數。
請問在CNN分類應用中，Traning Accuracy的定義為何?
如定義如我所想，有可能是TFLearn框架的問題，或程式碼的問題嗎?
非常感謝各位!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 106.105.7.246 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1562403612.A.16D.html