小编给大家分享一下Pytorch中如何求模型准确率，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！简介：此段代码是LeNet5中截取的。简介：此段代码是对Titanic(泰坦尼克号）数据分析截取。补充：Pytorch实现Top1准确率和Top5准确率之前一直不清楚Top1和Top5是什么，其实搞清楚了很简单，就是两种衡量指标，其中，Top1就是普通的Accuracy，Top5比Top1衡量标准更“严格”，具体来讲，比如一共需要分10类，每次分类器的输出结果都是10个相加为1的概率值，Top1就是这十个值中最大的那个概率值对应的分类恰好正确的频率，而Top5则是在十个概率值中从大到小排序出前五个，然后看看这前五个分类中是否存在那个正确分类，再计算频率。注意：y_resize = y.view(-1,1)是非常关键的一步，在correct的运算中，关键就是要pred和y_resize维度匹配，而原来的y是[128]，128是batch大小；pred的维度则是[128,10]，假设这里是CIFAR10十分类；因此必须把y转化成[128,1]这种维度，但是不能直接是y.view(128,1)，因为遍历整个数据集的时候，最后一个batch大小并不是128，所以view()里面第一个size就设为-1未知，而确保第二个size是1就行补充：topk函数的具体用法沿给定dim维度返回输入张量input中 k 个最大值。如果不指定dim，则默认为input的最后一维。如果为larg免费云主机域名est为 False ，则返回最小的 k 个值。返回一个元组 (values,indices)，其中indices是原始输入张量input中测元素下标。如果设定布尔值sorted 为_True_，将会确保返回的 k 个值被排序。input (Tensor) – 输入张量k (int) – “top-k”中的kdim (int, optional) – 排序的维largest (bool, optional) – 布尔值，控制返回最大或最小值sorted (bool, optional) – 布尔值，控制返回值是否排序out (tuple, optional) – 可选输出张量 (Tensor, LongTensor) output buffer假设神经网络的输出如下，为二分类。batch_size=4得到其top1值操作如下：topk参数中，maxk取得是top1准确率，dim=1是按行取值， largest=1是取最大值结果如下，_是top1的值，pred是最大值的索引（size=4*1），一般会进行转置处理同真实值对比看完了这篇文章，相信你对“Pytorch中如何求模型准确率”有了一定的了解，如果想了解更多相关知识，欢迎关注百云主机行业资讯频道，感谢各位的阅读！
这篇文章将为大家详细讲解有关python中Jedi是什么，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。Jedi免费云主机域名 库是一个自动完成和代码分析库。它使编写代码更快、更高效。除非你正在开发自己的东西 IDE，否则你可…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
