Acc@1 {top1.global_avg:.3f}减5输出

如果您的意思是将 `top1.global_avg` 的值减去 5 并输出结果，则可以使用以下代码：

print(f"Acc@1 {top1.global_avg - 5:.3f}")

这将从 `top1.global_avg` 的值中减去 5，并将结果输出到控制台，其中 `:.3f` 表示输出结果保留三位小数。

相关问题

print('* Acc@1 {top1.global_avg:.3f} Acc@5 {top5.global_avg:.3f} loss_cls {losses_cls.global_avg:.3f} los其中top1.global_avg减5输出

以下是代码示例：

top1_diff = top1.global_avg - top5.global_avg
print('* Acc@1 {:.3f} Acc@5 {:.3f} ({:.3f} difference) loss_cls {:.3f} loss'.format(top1.global_avg, top5.global_avg, top1_diff, losses_cls.global_avg))

该代码会输出类似以下内容：

* Acc@1 0.723 Acc@5 0.912 (0.189 difference) loss_cls 0.832 loss

global_step: 730, lr: 0.000993, acc: 0.000000, norm_edit_dis: 0.000002, loss: 4.916245, avg_reader_cost: 0.10006 s, avg_batch_cost: 2.65327 s, avg_samples: 4.0, ips: 1.50758 samples/s, eta: 9:33:28 分别代表什么意思，这里是 paddleocr 训练时的输出

global_step: 当前训练步数。
lr: 当前学习率。
acc: 当前正确率。
norm_edit_dis: 当前标准编辑距离（此值越小说明模型的预测越接近真实标签）。
loss: 当前损失值。
avg_reader_cost: 平均读取数据的时间。
avg_batch_cost: 平均每批数据的训练时间。
avg_samples: 平均每批训练样本数。
ips: 每秒训练样本数。
eta: 估计剩余训练时间。