问SGD上的训练精度

EN

如何计算SGD的训练精度？您是否使用训练网络时使用的批处理数据来计算它？还是使用整个数据集？(每次批量优化迭代)

我尝试使用训练网络时使用的批处理数据计算每次迭代的训练精度。它几乎总是给我100%的训练准确率(有时是100%，90%，80%，总是10%的倍数，但第一次迭代就给了我100%)。这是因为我是在相同的批处理数据上计算精度，我用这些数据训练它进行迭代吗？或者是我的模型过度拟合，它立即给了我100%的结果，但验证准确率很低？(这是这里的主要问题，如果这是可以接受的，或者模型有问题)

下面是我使用的超参数。

batch_size = 64
kernel_size = 60 #from 60 #optimal 2
depth = 15 #from 60 #optimal 15
num_hidden = 1000 #from 1000 #optimal 80

learning_rate = 0.0001
training_epochs = 8

total_batches = train_x.shape[0] // batch_size