Caffe 训练/测试净输出是什么意思？

Question

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 个训练示例，而我在该迭代中的损失为 100，这是否意味着每个示例的平均损失为 1？

Answer 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 mini-batch 中有 100 个训练示例，并且该次迭代的损失为 100，那么每个示例的平均损失为 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。