pytorch查看正确率
时间: 2023-08-14 12:13:16 浏览: 39
要查看 PyTorch 模型的正确率,你需要执行以下步骤:
1. 首先,确保你有一个经过训练的模型和测试数据集。
2. 加载测试数据集并将其传递给模型进行预测。
3. 将模型的预测结果与测试数据集的真实标签进行比较,并计算正确预测的数量。
4. 最后,将正确预测的数量除以测试数据集的总数,即可得到正确率。
下面是一个示例代码,演示如何计算模型的正确率:
```python
import torch
def compute_accuracy(model, test_loader):
correct = 0
total = 0
with torch.no_grad():
for images, labels in test_loader:
outputs = model(images)
_, predicted = torch.max(outputs.data, 1)
total += labels.size(0)
correct += (predicted == labels).sum().item()
accuracy = 100 * correct / total
return accuracy
# 假设你已经有一个经过训练的模型 model 和一个测试数据集 test_loader
accuracy = compute_accuracy(model, test_loader)
print(f"Accuracy: {accuracy}%")
```
在这个示例中,`model` 是你训练好的 PyTorch 模型,`test_loader` 是包含测试数据的 DataLoader 对象。函数 `compute_accuracy` 会遍历测试数据集,计算正确预测的数量并返回正确率。最后,我们将正确率打印出来。
请注意,这只是一个简单的示例代码,实际应用中可能需要根据你的模型和数据的特点进行适当的修改。