ćwiczenie

Obliczanie dokładności za pomocą torchmetrics

Śledzenie dokładności podczas treningu pozwala wskazać epokę, w której model osiąga najlepsze wyniki.

W tym ćwiczeniu użyjesz biblioteki torchmetrics, aby obliczyć dokładność na zbiorze danych z maskami na twarz zawierającym trzy klasy. Funkcja plot_errors wyróżni błędnie sklasyfikowane próbki, co pomoże przeanalizować błędy modelu.

Pakiet torchmetrics jest już zaimportowany. Wyjście modelu outputs to prawdopodobieństwa softmax, a labels to wektory zakodowane metodą one-hot.

Instrukcje 1/2

undefined XP

1

2

Utwórz metrykę dokładności "multiclass" dla trzech klas.
Oblicz dokładność dla każdej partii danych z dataloadera.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje 1/2

ćwiczenie