ComeçarComece de graça

Avalie a precisão do modelo usando o Torchmetrics

É super importante avaliar o desempenho do seu modelo, principalmente quando você está preparando ele pra ser usado! Vamos integrar de forma simples o cálculo de precisão usando Torchmetrics diretamente no validation_step(). Não esqueça de registrar os resultados, pra poder acompanhar o progresso do seu modelo facilmente.

Este exercício faz parte do curso

Modelos de IA escaláveis com PyTorch Lightning

Ver curso

Instruções do exercício

  • Importe Accuracy de torchmetrics.
  • Instancie a métrica de precisão dentro de __init__().
  • Calcule a precisão em validation_step() e registre-a como 'val_acc'.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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)
Editar e executar o código