caffe 框架中的测试是如何工作的？答案

【问题标题】：How does testing work in caffe framework?caffe 框架中的测试是如何工作的？
【发布时间】：2017-01-25 15:10:40
【问题描述】：

所以基本上在训练/测试中拆分数据库。假设 2/3 训练，其余用于测试。

然后在 caffe 中，我们将训练数据分成不同大小的批次，假设我们有 100 批次，每批次 50 张图像，所以我们有 5000 张训练图像。现在假设我们有 50 个测试批次，每个批次有 50 张图像。

现在假设 caffe 进行了 1 个 epoch，然后使用测试批次进行测试。 caffe 是如何做到这一点的？

它需要第一个训练批次，然后尝试预测每个测试批次的标签？

喜欢：

training_batch_1 : testing_batch_1 = accuracy xxxx;
training_batch_1 : testing_batch_2 = accuracy xxxx;
....
training_batch_1 : testing_batch_50 = accuracy xxxx;

然后它提取 training_batch_1 的平均准确度。然后对 training_batch_2 等做同样的事情吗？

【问题讨论】：

标签： deep-learning caffe pycaffe

【解决方案1】：

测试只是通过训练模型的单次前向传递来运行输入向量。顶部预测的标签是否与给定的测试值匹配？如果有，得 1 分。在批次结束时，将总分除以批次大小，这就是批次准确度。

在测试运行结束时，取批次准确度的平均值；这就是测试的准确性。

这是你需要知道的吗？

【讨论】：