在期刊文章中报告了哪种准确性(训练或测试)？

在期刊文章中报告的准确性通常是指模型的测试准确性。在机器学习和深度学习领域，模型的准确性通常通过测试数据集来评估。测试数据集是一个独立于训练数据集的数据集，用于评估模型在未见过的数据上的性能。

测试准确性是指模型在测试数据集上的预测结果与实际标签之间的一致性。通常使用准确率（Accuracy）作为衡量模型性能的指标，它表示模型正确预测的样本数占总样本数的比例。

在期刊文章中报告的准确性结果应该包括具体的准确率数值，并且可以进一步分析和讨论模型在不同类别或场景下的表现。此外，还可以通过其他指标如精确率（Precision）、召回率（Recall）和F1值等来评估模型的性能。

对于云计算领域，腾讯云提供了一系列与机器学习和深度学习相关的产品和服务，如腾讯云AI Lab、腾讯云机器学习平台等，可以帮助开发者进行模型训练和测试。具体产品介绍和链接地址可以参考腾讯云官方网站的相关页面。