<br>
因为test_data是没有train过的,可以用来评估模型的accuracy等。
<br>
但是在上图中,当i%100=0时,batch是先用来输出accuracy,这时并没有train(没有把batch feed给train_step张量),那不相当于test_data么,所以可以反应模型能力?也就是说if代码块必须放在
traub_step.run(feed_dict={x:batch[0], y_: batch[1], keep_prob=0.5})
之后?
<br>
那如果是这样的,那train过程中print出来的相当于没有train过的data的效果,那就根本不会出现在train中表现好,最后在test_data中表现差(除非distribution)不同?
已解决该问题