Cálculo de la exactitud 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 sobre mascarillas faciales con tres clases. La función plot_errors resaltará las muestras mal clasificadas, ayudándote a analizar los errores del modelo.
Ya se ha importado torchmetrics. El modelo outputs son probabilidades softmax, y labels son vectores con programación one-hot.
Este ejercicio forma parte del curso
Introducción al aprendizaje profundo con PyTorch
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# Create accuracy metric
metric = torchmetrics.____(____, ____)
for features, labels in dataloader:
outputs = model(features)
# Calculate accuracy over the batch
metric.____(____, ____)