为了方便说明，假设epoch数目为1，有2个batch，cnn_train函数在每一个batch上优化结束之后会分别得到两个数组：
error=[obj, top1, top5]
stats=sum([stats,[0 ; error]],2)
error：obj为一个batch里所有样本的loss，相应地top1和top5分别为一个batch里所有样本的top1和top5误差之和；
stats：在第1个batch上优化结束之后，保存的是第1个batch上得到的error数组。在第2个batch上优化结束后，保存的是2个batch的error数组之和。
matlab命令窗口输出的形如“training: epoch 01: batch 1/600: 174.4 Hz obj:2.3 top1e:0.88 top5e:0.39 [100/100]”的结果是如何计算的，如下：
obj=(stats数组的obj)/n，其中n=当前batch*batchSize，比如优化的是第2个batch的话就是n=2*batchSize，由此可以看出，其实n就是样本数目。top1和top5计算方法相同。
Top-5错误率
即对一个图片，如果概率前五中包含正确答案，即认为正确。
Top-5 = （正确标记 不在 模型输出的前5个最佳标记中的样本数）/ 总样本数；
Top-1错误率
即对一个图片，如果概率最大的是正确答案，才认为正确。
Top-1 = （正确标记 与 模型输出的最佳标记不同的样本数）/ 总样本数；
898
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
