这是什么问题呀
2条回答 默认 最新
kaili_ya 2021-04-23 13:56关注auc=0.5?也就是随机猜测了呗，你看看你的auc计算公式对不对，看看网络有没有训练，是不是忘记初始化了，初始化是不是太小了，看看你是不是改了什么东西，后续的忘记改了
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报
分享
- 2021-07-02 15:00Kadxs的博客 在使用caffe进行二分类训练时，训练集验证的准确率很高，但是自己在测试集使用python调用caffe的接口，测试得到准确率为0.5，表现现象为不管正负样本都被分为一类。 经过尝试不同处理图片方式，最终未能解决 ...
- 2023-06-13 23:46Bing_Zoey的博客 使用BCIC 2a数据集来训练网络，不管是验证集还是测试集准确率均在0.5左右，当然训练集也不会高到哪里去，在0.5和0.65之间摆动。我自己心知肚明，我自己搭的网络很垃圾，基本上就是几个卷积层，把网络建的深了之后，...
- 2020-12-23 03:535. 最后，通过比较正确检测的框数量（IoU值大于阈值的框）与原始标注框的数量，可以计算出准确率，从而评估模型的整体性能。 在提供的代码示例中，作者使用了numpy库来处理数据，创建了两个二维数组（map1和map2）...
- 2025-06-13 12:27光子AI的博客 接手一个运行了3年的Python项目，代码里满是全局变量、跨模块修改状态的函数，想修改一个功能却要反复手动测试3小时？本文将聚焦这类"难以下手"的遗留代码，教你如何逐步添加单元测试，建立安全基线，为后续重构铺平...
- weixin_39878760的博客 机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision),召回率(Recall)和F1-Measure。(注： 相对来说，IR 的 ...
- 2024-02-12 23:21中午吃了泡面的博客 本文章将要探讨的是机器学习里分类问题中常用的准确率、精确率和召回率这三种评估指标。
- 2025-12-29 23:20AI Python 编程的博客 测试覆盖率是衡量测试完整性的重要指标，它反映了测试用例对软件代码的覆盖程度。然而，全面覆盖所有代码路径往往是不现实的，因为这需要大量的时间和资源。因此，如何在有限的资源下提高测试覆盖率成为了一个重要的...
- 2023-09-01 12:31训练过程中，每100个训练样本后会在验证集上评估一次性能，包括计算损失和准确率。 ```python net = Net() criterion = torch.nn.CrossEntropyLoss() optimizer = torch.optim.SGD(net.parameters(), lr=0.001, ...
- 2022-10-23 15:35wespten的博客 性能测试是通过自动化测试工具模拟多种正常、峰值及异常负载条件对系统的各项性能指标进行的测试。负载测试和压力测试都属于性能测试，两者可以结合进行。通过负载测试，确定在各种工作负载下系统的性能，目标是测试...
- 2024-09-24 14:41最后，请输出模型在测试集上的准确率。 REANME: # 一、数据准备阶段 # 1. 定义数据转换： # - 使用 transforms.Compose 将多个数据转换操作组合在一起。 # - transforms.ToTensor() 把输入数据（如 MNIST ...
- 没有解决我的问题, 去提问
问题事件
已结题
（查看结题原因） 10月15日