ディープラーニングの出力に関して

Question

ディープラーニングを学び始めた初心者です。

基本的な用語についての質問になるのですが、CaffeにてCIFAR-10などの画像の分類を行う際にlossとaccuracyが出力されています。これらはそれぞれtrainでのlossとaccuracy、testでのlossとaccuracyと4つの値がありますがtrainでのlossやaccuracyは一体どのように計算され、意味を持っているのでしょうか？

私は現在ディープラーニングにおいてtestのlossやaccuracyはtrainでの画像データを用いて学習し、その判別器に対してtestでの画像データを判別させることでlossやaccuracyを計算しているものだと認識しています。
これと同様にtrainのlossやaccuracyもtrainでの画像データを用いて出来た判別器にtrain用の画像データを投入して得られた結果という事になるのでしょうか。

Answer 1

以下のようになります。

• train loss: 学習データに対する損失関数の値

→ この値が小さくなると、学習ができている。

• train accuracy: 学習データに対する分類の正答率

→ 損失関数が小さいということは分類精度が高いということなので、「loss が下がるほど、accuracy が上がる」という関係

• test loss: テストデータに対する損失関数の値

→ この値が小さくなると、汎化性能が出ている。

• test accuracy: テストデータに対する分類の正答率

Answer 2

trainのlossやaccuracyもtrainでの画像データを用いて出来た判別器にtrain用の画像データを投入して得られた結果という事になるのでしょうか

Yes.

loss, accuracyはどんなデータを入れても計算できます。

たまたま学習に使ったデータを入れたのであれば学習用データに対するloss, accuracyになるし、テスト用に分けておいたデータを入れればテスト用データに対するloss, accuracyになるという、それだけの関係です。