国窖1573真假,小魔头千里送鼓,周一桐
分类器平均准确率计算：
我要评论
correct = torch.zeros(1).squeeze().cuda()
total = torch.zeros(1).squeeze().cuda()
for i, (images, labels) in enumerate(train_loader):
images = variable(images.cuda())
labels = variable(labels.cuda())
output = model(images)
prediction = torch.argmax(output, 1)
correct += (prediction == labels).sum().float()
total += len(labels)
acc_str = 'accuracy: %f'%((correct/total).cpu().detach().data.numpy())
分类器各个子类准确率计算：
correct = list(0. for i in range(args.class_num))
total = list(0. for i in range(args.class_num))
for i, (images, labels) in enumerate(train_loader):
images = variable(images.cuda())
labels = variable(labels.cuda())
output = model(images)
prediction = torch.argmax(output, 1)
res = prediction == labels
for label_idx in range(len(labels)):
label_single = label[label_idx]
correct[label_single] += res[label_idx].item()
total[label_single] += 1
acc_str = 'accuracy: %f'%(sum(correct)/sum(total))
for acc_idx in range(len(train_class_correct)):
try:
acc = correct[acc_idx]/total[acc_idx]
except:
acc = 0
finally:
acc_str += '\tclassid:%d\tacc:%f\t'%(acc_idx+1, acc)
以上这篇pytorch 实现计算分类器准确率(总分类及子分类)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持移动技术网。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论