Repository navigation
第5章5.2.1,节中，我看这里计算了使用非滑动平均和滑动平均的inference。但是在计算交叉熵的时候，只用到了非滑动平均的预测值。而在评价accuracy的时候，却是用了使用滑动平均的预测值。请问这里为什么不用使用滑动平均的预测值来计算交叉熵呢？因为评价的时候就是用了使用滑动平均的预测值啊。 #129
Description
Activity
- changed the title
[-]我看这里计算了使用非滑动平均和滑动平均的inference。但是在计算交叉熵的时候，只用到了非滑动平均的预测值。而在评价accuracy的时候，却是用了使用滑动平均的预测值。请问这里为什么不用使用滑动平均的预测值来计算交叉熵呢？因为评价的时候就是用了使用滑动平均的预测值啊。[/-][+]第5章5.2.1,节中，我看这里计算了使用非滑动平均和滑动平均的inference。但是在计算交叉熵的时候，只用到了非滑动平均的预测值。而在评价accuracy的时候，却是用了使用滑动平均的预测值。请问这里为什么不用使用滑动平均的预测值来计算交叉熵呢？因为评价的时候就是用了使用滑动平均的预测值啊。[/+]on Oct 23, 2018 这个问题我当时也发现了，后来考虑了一天才搞懂。
1.我做过一个实验，就是用滑动平均来计算交叉熵，训练的效果几乎为0，准确率在0.09左右几乎不动。
2.后来我反复研究，应该这么去解释：滑动平均会儿对变量创建所谓的影子变量，而你在进行BP，是对变量进行更新，故在inference计算交叉熵的时候，用变量。当时你在预测的时候，因为用了滑动平均的优化方法，需要对真实的变量进行滑动平均取值，故在inference也就是评价accuracy时，用滑动平均的inference。我按照第5章5.2.1节中代码运行，但是准确率很低
如果将
correct_prediction = tf.equal(tf.argmax(average_y, 1), tf.argmax(y_, 1))
改为
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
准确率就和书上的一致了
请问书上是怎么样设置参数得到准确率98.6%的呢？
使用滑动准确模型做的预测结果的准确率和书上的并不符合Reacted by AnJinqi and ryanttdev代码中滑动均值计算方式有问题。
我也注意到这个问题，目前没理解这两处差别的意义。
mark下
Is this a BUG REPORT or FEATURE REQUEST?:
What happened:
What you expected to happen:
How to reproduce it (as minimally and precisely as possible):
Anything else we need to know?: