pytorch混淆矩阵函数

混淆矩阵函数是通过计算预测值和真实标签之间的差异来评估模型的分类性能的一种常用方法。在PyTorch中，可以使用confusion_matrix()函数来计算混淆矩阵。这个函数的定义如下：

def confusion_matrix(preds, labels, conf_matrix):
    preds = torch.argmax(preds, 1)
    for p, t in zip(preds, labels):
        conf_matrix[p, t] = 1
    return conf_matrix

该函数接受三个参数，并返回计算得到的混淆矩阵。其中，preds是模型的预测结果，labels是真实的标签，conf_matrix是一个初始化为零的大小为类别数乘以类别数的张量矩阵，用于保存混淆矩阵的计算结果。