시작하기무료로 시작하기

Torchmetrics로 모델 정확도 평가하기

모델이 얼마나 잘 동작하는지 평가하는 일은 매우 중요해요. 특히 배포를 준비할 때는 더더욱 그렇죠! Torchmetrics를 사용해 validation_step()에 정확도 계산을 자연스럽게 통합해 봅시다. 결과를 기록해 두면 모델의 향상을 쉽게 모니터링할 수 있으니, 로그 남기는 것도 잊지 마세요.

이 연습은 강의의 일부입니다

PyTorch Lightning으로 만드는 확장 가능한 AI 모델

강의 보기

연습 안내

  • torchmetrics에서 Accuracy를 가져오세요.
  • __init__() 내부에서 정확도 metric을 인스턴스화하세요.
  • validation_step()에서 정확도를 계산하고 'val_acc'로 로그에 남기세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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)
코드 편집 및 실행