Cálculo de la precisión mediante torchmetrics
El seguimiento de la precisión durante el entrenamiento ayuda a identificar la época de mejor rendimiento.
En este ejercicio, utilizarás torchmetrics para calcular la precisión en un conjunto de datos de máscaras faciales con tres clases. La función plot_errors resaltará las muestras mal clasificadas, ayudándote a analizar los errores del modelo.
torchmetrics ya está importado. El modelo outputs son probabilidades softmax, y labels son vectores codificados de un solo golpe.
Este ejercicio forma parte del curso
Introducción al aprendizaje profundo con PyTorch
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Create accuracy metric
metric = torchmetrics.____(____, ____)
for features, labels in dataloader:
outputs = model(features)
# Calculate accuracy over the batch
metric.____(____, ____)