1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Uczenie głębokie dla tekstu z PyTorch
Connected

Exercise

Ocena modeli klasyfikacyjnych RNN

Zespół PyBooks chce teraz, abyś ocenił model RNN stworzony i uruchomiony na zbiorze danych Newsgroup. Przypomnij sobie: celem było sklasyfikowanie artykułów do jednej z trzech kategorii:

rec.autos, sci.med i comp.graphics.

Model został wytrenowany, a dla każdej epoki wyświetlono numer epoki oraz wartość straty.

Użyj biblioteki torchmetrics, aby obliczyć różne metryki dla swojego modelu. Wczytane zostały następujące klasy: Accuracy, Precision, Recall, F1Score.

Instancja modelu rnn_model wytrenowanego w poprzednim ćwiczeniu jest już dla ciebie wczytana.

Instrukcje

100 XP
  • Utwórz instancję każdej metryki dla klasyfikacji wieloklasowej, ustawiając parametr num_classes równy liczbie kategorii.
  • Wygeneruj predykcje modelu rnn_model na danych testowych X_test_seq.
  • Oblicz metryki, korzystając z przewidywanych klas i rzeczywistych etykiet.