pytorch 混淆矩阵代码

以下是一个使用PyTorch计算混淆矩阵的示例代码：

import torch
from sklearn.metrics import confusion_matrix

# 假设你有两个类别
num_classes = 2

# 初始化混淆矩阵
confusion_matrix = torch.zeros(num_classes, num_classes)

# 假设你有一批预测标签和真实标签
preds = torch.tensor([0, 1, 1, 0, 1])
targets = torch.tensor([0, 1, 0, 0, 1])

# 计算混淆矩阵
for t, p in zip(targets.view(-1), preds.view(-1)):
    confusion_matrix[t.long(), p.long()] += 1

print(confusion_matrix)

这段代码首先创建了一个全零的混淆矩阵，然后使用循环遍历预测标签和真实标签，将每个对应位置的计数加1。最后，打印出混淆矩阵。

需要注意的是，在这个示例中，我们使用了PyTorch和sklearn库。PyTorch用于创建张量和计算，而sklearn库用于计算混淆矩阵。你可以使用pip或conda来安装这些库。