ПочатиПочніть безкоштовно

Оцінювання моделей прогнозування

Час оцінювання! Та сама мережа LSTM, яку ви тренували у попередній вправі, була додатково натренована за вас ще кілька епох і доступна як net.

Ваше завдання — оцінити її на тестовій вибірці з використанням метрики середньоквадратичної помилки (Mean Squared Error; torchmetrics уже імпортовано). Подивімося, наскільки добре працює модель!

Ця вправа є частиною курсу

Середній рівень Deep Learning з PyTorch

Переглянути курс

Інструкції до вправи

  • Визначте метрику середньоквадратичної помилки та присвойте її змінній mse.
  • Передайте вхідну послідовність до net і стисніть результат за допомогою .squeeze() перед присвоєнням до outputs.
  • Обчисліть кінцеве значення тестової метрики та присвойте його до test_mse.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Define MSE metric
mse = ____

net.eval()
with torch.no_grad():
    for seqs, labels in dataloader_test:
        seqs = seqs.view(32, 96, 1)
        # Pass seqs to net and squeeze the result
        outputs = ____
        mse(outputs, labels)

# Compute final metric value
test_mse = ____
print(f"Test MSE: {test_mse}")
Редагувати та запускати код