终于，进度条走到了100%。
接着，程序开始在验证集上进行最终的测试评估。
几秒钟后，两行关键的评估数据打印在了屏幕上。
top-1准确率:50.23%。
top-5准确率:70.81%。
郭长征愣了几秒，随后猛地从椅子上站了起来。
楚一航也是一脸震惊，直接爆了句粗口：“卧槽！牛逼！”
两人兴奋地在半空中重重地击了个掌。
两声清脆的巴掌声在客厅里回荡。
他们太清楚这两行数字所代表的含金量了。
激动得脸都红了。
在普通人眼里，这只是两个干巴巴的百分比。
但在懂行的科研人员眼里，这就是炸裂的神迹。
所谓的top-1准确率达到50%，究竟是个什么概念？
简单来说，随便给这个刚搭好几小时的ai模型扔一张它从来没见过的图片，比如一张猫的照片。
模型经过计算后给出的第一个判定答案，有足足一半的概率，会精准无误地指出这是一只“猫”。
虽然它也有一半的概率会猜成狗或者别的什么东西，但这个首选命中率，在当时的技术背景下已经高得吓人。
而top-5准确率高达70%，则更加恐怖。
这意味着，哪怕模型偶尔犯迷糊，没把正确答案排在头名。
只要它给出的前五个最有可能的猜测名单里，比如依次写着“老虎”、“小狗”、“猫”、“狐狸”、“越野车”。
由于“猫”这个正确选项出现在了前五名的列表里，在测试标准中就算它预测成功。