我想利用pytorch计算准确率、精度、召回率和 F1 值

好的，下面是如何使用 PyTorch 计算准确率、精度、召回率和 F1 值的示例代码：

import torch

def accuracy(y_pred, y_true):
    """计算准确率"""
    preds = torch.argmax(y_pred, dim=1)
    correct = torch.eq(preds, y_true).sum().item()
    acc = correct / len(y_true)
    return acc

def precision(y_pred, y_true):
    """计算精度"""
    preds = torch.argmax(y_pred, dim=1)
    true_positives = torch.eq(preds, y_true) & torch.eq(preds, 1)
    false_positives = torch.ne(preds, y_true) & torch.eq(preds, 1)
    p = true_positives.sum().item() / (true_positives.sum().item() + false_positives.sum().item())
    return p

def recall(y_pred, y_true):
    """计算召回率"""
    preds = torch.argmax(y_pred, dim=1)
    true_positives = torch.eq(preds, y_true) & torch.eq(preds, 1)
    false_negatives = torch.ne(preds, y_true) & torch.eq(y_true, 1)
    r = true_positives.sum().item() / (true_positives.sum().item() + false_negatives.sum().item())
    return r

def f1_score(y_pred, y_true):
    """计算 F1 值"""
    p = precision(y_pred, y_true)
    r = recall(y_pred, y_true)
    f1 = 2 * (p * r) / (p + r)
    return f1

这里假设 `y_pred` 是模型的预测输出，`y_true` 是真实的标签。您可以将这些函数添加到您的代码中，并使用它们来计算指标。