Beräkna noggrannhet med torchmetrics
Att följa noggrannheten under träningen hjälper dig att identifiera den bäst presterande epoken.
I den här övningen använder du torchmetrics för att beräkna noggrannheten på ett ansiktsmaskdataset med tre klasser. Funktionen plot_errors lyfter fram felklassificerade sampel och hjälper dig att analysera modellens fel.
Paketet torchmetrics är redan importerat. Modellens outputs är softmax-sannolikheter och labels är one-hot-kodade vektorer.
Den här övningen är en del av kursen
Introduktion till djupinlärning med PyTorch
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create accuracy metric
metric = torchmetrics.____(____, ____)
for features, labels in dataloader:
outputs = model(features)
# Calculate accuracy over the batch
metric.____(____, ____)