val_sparse_categorical_accuracy

Question

我知道指标 sparse_categorical_accuracy

Fit model on training data
Epoch 1/2
782/782 [==============================] - 1s 1ms/step - loss: 0.3485 - sparse_categorical_accuracy: 0.9011 - val_loss: 0.1956 - val_sparse_categorical_accuracy: 0.9438
Epoch 2/2
782/782 [==============================] - 1s 1ms/step - loss: 0.1653 - sparse_categorical_accuracy: 0.9514 - val_loss: 0.1340 - val_sparse_categorical_accuracy: 0.9616

但

• sparse_categorical_accuracy和val_sparse_categorical_accuracy有什么不同？
• 如果在训练期间sparse_categorical_accuracy增加了，但val_sparse_categorical_accuracy似乎被塞了起来，这意味着什么？

Answer 1

区别很简单，第一个是在您的培训数据集上计算的值，而以'val‘为前缀的度量是在测试数据集上计算的值。如果测试数据集上的度量在您的培训数据集中增加时保持不变或减少，则您正在对您的培训数据集上的模型进行过度拟合，这意味着该模型试图适应训练数据集中存在的噪声，从而使您的模型对样本外数据执行得更差。