我正试图使用预先雨淋的vgg16网络进行回归。作为损失和度量,我选择了平均绝对误差。我想检查一下这个分数是否正确,并在回调中实现了平均绝对分数。但是,结果与输出所见的结果不相同:
Training MAE:126.649451276
Epoch 1/100
638/638 [==============================] - 406s - loss: 38.9601 - mean_absolute_error: 38.9601
Training MAE:40.7683742351
Epoch 2/100
638/638 [==============================] - 362s - loss: 19.8719 - mean_absolute_error: 19.8719
Training MAE:43.2516028945
训练MAE应与上一时期的损失或平均绝对误差相同(或至少几乎相同)。第一个时代,这是可以的。第二个时代不是。MAE为43.24,但损失为19.87,keras提供的平均绝对误差为19.87。
我已经清理了代码,试图找出原因,但我找不到。为什么会发生这种事?
我的代码:
^{pr2}$
目前没有回答
相关问题 更多 >
编程相关推荐