我根据一篇研究论文创建了一个深度CNN(使用TensorFlow),现在我想知道我是否做得完全正确。最终我想用许多图像来训练和测试这个CNN,但目前我手头只有一张图像。如果我用这一张图像作为训练和测试数据,CNN的准确率是否应该始终为100%
回答:
是的,只有一张图像要匹配,你会得到一个完美准确率的简单情况(1对1)。然而,这只是对你的模型的一个“生命迹象”测试。你所知道的只是你能够在功能上将一张图像通过该模型运行;这并不会告诉你任何(或很少)关于你的拓扑结构对这种类型图像的有效性信息。
我根据一篇研究论文创建了一个深度CNN(使用TensorFlow),现在我想知道我是否做得完全正确。最终我想用许多图像来训练和测试这个CNN,但目前我手头只有一张图像。如果我用这一张图像作为训练和测试数据,CNN的准确率是否应该始终为100%
回答:
是的,只有一张图像要匹配,你会得到一个完美准确率的简单情况(1对1)。然而,这只是对你的模型的一个“生命迹象”测试。你所知道的只是你能够在功能上将一张图像通过该模型运行;这并不会告诉你任何(或很少)关于你的拓扑结构对这种类型图像的有效性信息。