Valutare l'accuratezza del modello con Torchmetrics
Valutare quanto bene performa il tuo modello è fondamentale, soprattutto in vista della messa in produzione! Integra senza intoppi il calcolo dell'accuratezza usando Torchmetrics direttamente in validation_step(). Non dimenticare di registrare i risultati (log), così potrai monitorare facilmente i progressi del tuo modello.
Questo esercizio fa parte del corso
Modelli di AI scalabili con PyTorch Lightning
Istruzioni dell'esercizio
- Importa
Accuracydatorchmetrics. - Istanzia la metrica di accuratezza dentro
__init__(). - Calcola l'accuratezza all'interno di
validation_step()e registrala (log) come'val_acc'.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)