Caffe Train/Test net output 是什么意思？
What does Caffe Train/Test net output mean?
在 Caffe 中训练时，每次迭代都有训练和测试网络输出。我知道这是损失。但是，这是我的批次的平均损失还是总损失？这对于分类和回归是否相同？
例如，如果我有一批 100 个训练样本，而我在该次迭代中的损失是 100，这是否意味着每个样本的平均损失是 1？
训练损失是最后一批训练的平均损失。这意味着如果您的小批量中有 100 个训练示例并且您在该迭代中的损失为 100，那么每个示例的平均损失等于 100。
测试损失也是所有测试批次的平均损失。您指定测试批量大小和测试迭代次数。 Caffe 将获取此类小批量的#iter，评估它们的损失并为您提供平均值。如果 #test_iter x batch_size == testset_size，您将获得整个测试集的平均值。
在 Caffe 中训练时，每次迭代都有训练和测试网络输出。我知道这是损失。但是，这是我的批次的平均损失还是总损失？这对于分类和回归是否相同？
例如，如果我有一批 100 个训练样本，而我在该次迭代中的损失是 100，这是否意味着每个样本的平均损失是 1？
训练损失是最后一批训练的平均损失。这意味着如果您的小批量中有 100 个训练示例并且您在该迭代中的损失为 100，那么每个示例的平均损失等于 100。
测试损失也是所有测试批次的平均损失。您指定测试批量大小和测试迭代次数。 Caffe 将获取此类小批量的#iter，评估它们的损失并为您提供平均值。如果 #test_iter x batch_size == testset_size，您将获得整个测试集的平均值。