categorical_accuracy值是什么意思?categorical_accuracy 100%，但数据显示预测

Question

在训练中，Keras categorical_accuracy值为 100%。但是我保存的相同训练数据将其输出到一个文件中，显示了几个(实际上是相当多的(分类到错误类的数据。我已经检查了标签的输入文件，它是正确的。

categorical_accuracy衡量什么？有没有更好的指标来调试 LSTM？

model = Sequential()
model.add(LSTM(64, batch_input_shape=(7763, TimeStep.TIME_STEP + 1, 10), return_sequences=True, activation='relu'))
model.add(LSTM(128, activation='relu', return_sequences=True))
model.add(LSTM(64, activation='relu', return_sequences=True))
model.add(LSTM(32, activation='relu'))
model.add(Dense(3, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=[categorical_accuracy])
history = model.fit(TimeStep.fodder, TimeStep.target, epochs=300, batch_size=7763)


Epoch 400/400
 7763/31052 [======>.......................] - ETA: 1s - loss: 2.7971e-04 - categorical_accuracy: 1.0000
15526/31052 [==============>...............] - ETA: 1s - loss: 3.0596e-04 - categorical_accuracy: 1.0000
23289/31052 [=====================>........] - ETA: 0s - loss: 3.0003e-04 - categorical_accuracy: 1.0000
31052/31052 [==============================] - 2s 78us/step - loss: 2.9869e-04 - categorical_accuracy: 1.0000

Answer 1

从 keras github 存储库中，我们有categorical_accuracy函数。

def categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.argmax(y_true, axis=-1),
                          K.argmax(y_pred, axis=-1)),
                  K.floatx())

在这里我们可以看到，如果最大值 y_true 的位置与 y_pred 相同，则返回 1，否则返回 0。100% 的准确度应表明 y_true 最大值的位置始终与y_pred相同(此处的位置是类，因此始终预测相同的类(。

造成这种情况的一个可能原因可能是您只有一个输出(单个二进制类(。 因此，对于y_true和y_pred，最大值的位置将始终为 0。

在这种情况下，请改用binary_accuracy。