Comment keras définit-il "précision" et "perte"?
Je ne trouve pas comment Keras définit "précision" et "perte". Je sais que je peux spécifier différentes métriques (par exemple, mse, entropie croisée), mais keras imprime une "précision" standard. Comment est-ce défini? De même pour la perte: je sais que je peux spécifier différents types de régularisation - ceux-ci sont-ils dans la perte?
Idéalement, j'aimerais imprimer l'équation utilisée pour la définir. sinon, je vais me contenter d'une réponse ici.
Jettes un coup d'oeil à metrics.py , vous pouvez y trouver la définition de toutes les mesures disponibles, y compris les différents types de précision. L'exactitude n'est pas imprimée à moins que vous ne l'ajoutiez à la liste des mesures souhaitées lors de la compilation de votre modèle.
Les régulariseurs sont par définition ajoutés à la perte. Par exemple, voir add_loss méthode de la Layerclass.
Mettre à jour
Le type de accuracy est déterminé en fonction de la fonction objectif, voir training.py . Le choix par défaut est categorical_accuracy . D'autres types comme binary_accuracy et sparse_categorical_accuracy sont sélectionnés lorsque la fonction objectif est binaire ou clairsemée.