ComenzarEmpieza gratis

Evalúa la precisión del modelo utilizando Torchmetrics.

Es fundamental evaluar el rendimiento de tu modelo, ¡especialmente cuando lo preparas para su implementación! Integra fácilmente el cálculo de precisión utilizando Torchmetrics directamente en validation_step(). No olvides registrar los resultados para poder supervisar fácilmente el progreso de tu modelo.

Este ejercicio forma parte del curso

Modelos de IA escalables con PyTorch Lightning

Ver curso

Instrucciones del ejercicio

  • Importa Accuracy desde torchmetrics.
  • Instancia la métrica de precisión dentro de __init__().
  • Calcula la precisión dentro de validation_step() y regístrala como 'val_acc'.

Ejercicio interactivo práctico

Prueba este ejercicio completando el código de muestra.

# Import relevant metric
from torchmetrics import ____
import lightning.pytorch as pl

class ClassifierModel(pl.LightningModule):
    def __init__(self):
        super().__init__()
        # Instantiate accuracy metric
        self.accuracy = ____()
    def validation_step(self, batch, batch_idx):
        x, y = batch
        preds = self(x)
        # Calculate accuracy and log it as val_acc
        acc = self.____(preds, y)
        self.log(____, acc)
Editar y ejecutar código