시작하기무료로 시작하기

예측 모델 평가하기

이제 평가해 볼 시간이에요! 이전 연습 문제에서 학습한 것과 같은 LSTM 네트워크가 몇 에포크 더 학습되어 net으로 제공돼요.

여러분의 과제는 테스트 데이터셋에서 평균제곱오차(Mean Squared Error) 지표를 사용해 모델을 평가하는 거예요 (torchmetrics는 이미 임포트되어 있어요). 모델이 얼마나 잘 작동하는지 확인해 볼까요?

이 연습은 강의의 일부입니다

PyTorch로 배우는 Intermediate Deep Learning

강의 보기

연습 안내

  • 평균제곱오차(Mean Squared Error) 지표를 정의하고 mse에 할당하세요.
  • 입력 시퀀스를 net에 전달하고, 결과를 outputs에 할당하기 전에 squeeze로 차원을 줄이세요.
  • 테스트 지표의 최종 값을 계산해 test_mse에 할당하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Define MSE metric
mse = ____

net.eval()
with torch.no_grad():
    for seqs, labels in dataloader_test:
        seqs = seqs.view(32, 96, 1)
        # Pass seqs to net and squeeze the result
        outputs = ____
        mse(outputs, labels)

# Compute final metric value
test_mse = ____
print(f"Test MSE: {test_mse}")
코드 편집 및 실행