几个深度学习中的概念

几个深度学习中的概念

---

1. 结果衡量指标

• True Positive（TP）：预测为正例，实际为正例
• False Positive（FP）：预测为正例，实际为负例
• True Negative（TN）：预测为负例，实际为负例
• False Negative（FN）：预测为负例，实际为正例

准确率 Accuracy

$$Accuracy=\frac{TP+TN}{TP+TN+FP+FN}$$

精确率 Precision

$$Precision=\frac{TP}{TP+FP}$$

召回率 Recall

$$Recall=\frac{TP}{TP+FN}$$

F1（综合Precision与Recall）

$$F1=\frac{2\times Precision\times Recall}{Precision+Recall}$$

2. 训练中的三个概念

• Batchsize: 批大小，在深度学习中，一般采用SGD训练，即每次训练在训练集中取 Batchsize 个样本训练
• Iteration: 每个 Iteration 等于使用 Batchsize 个样本训练一次
• Epoch: 每个 Epoch 等于使用训练集中的全部样本训练一次