我正在尝试使用nVidia DIGITS和Caffe对大量图像进行分类。当我使用标准网络和已构建的网络时，一切正常。
但是，当我运行GoogleNet示例时，可以看到几个准确性层的结果。 CNN中如何有多个精度层？具有多个损耗层是可以理解的，但是多个精度值是什么意思呢？我在学习过程中得到了几个精度图。类似于此图片：lossX-top1和lossX-top5表示精度层。我从prototxt中了解到，它们评估的是前1个和前5个精度值，但是lossX精度层是什么？
即使其中一些图收敛到98％左右，当我在'validation.txt'上手动测试经过训练的网络时，我得到的值也明显较低（一个对应于较低的三个精度图）。
有人可以阐明这一点吗？如何有多个具有不同值的精度层？
最佳答案
如果仔细观察'train_val.prototxt'，您会发现确实有几个精度层在不同级别上偏离了主“路径”。 loss1是在inception 4a层之后评估的，loss2是在inception 4d之后评估的，并且loss3是网络顶部的损耗。将损耗（和精度层）引入到深网的中间表示中，可以在训练过程中更快地进行梯度传播。这些中间精度可衡量中间表示的收敛程度。