1. Apprendre
    2. /
  2. Cours
    3. /
  3. Apprentissage profond intermédiaire avec PyTorch
Connected

Exercice

Analyse des métriques par classe

Même si les métriques agrégées sont de bons indicateurs du rendement du modèle, il est souvent utile d'examiner les métriques par classe. Cela peut révéler des classes pour lesquelles le modèle sous-performe.

Dans cet exercice, vous relancerez la boucle d'évaluation pour obtenir la précision de notre classificateur de nuages, mais cette fois par classe. Ensuite, vous ferez la correspondance entre ces scores et les noms de classe pour les interpréter. Comme d'habitude, Precision a déjà été importé pour vous. Bonne chance!

Instructions

100 XP
  • Définissez une métrique de précision appropriée pour des résultats par classe.
  • Calculez la précision par classe en complétant la compréhension de dict, en itérant sur .items() de l'attribut .class_to_idx de dataset_test.