Keras中当Loss和Metrics定义都是mse时,为什么显示不同?

Keras中当Loss和Metrics定义都是mse时,为什么显示不同?

这个问题不少细心的同学都有发现,我们感觉,既然loss和metrics都是一样的计算方法时,为什么会不同呢?

实际上,造成这个微小差异的原因在于,模型评价的时候(metrics的结果)是模型训练完一个批次后,对这个批次做的评价。而显示的loss却是在训练过程中的这个批次样本产生的loss的均值。

你可能感兴趣的:(tensorflow,tensorflow,深度学习,人工智能,神经网络,python)