resnet34进行训练后如何打印混淆矩阵pytorch

您可以使用sklearn.metrics库中的confusion_matrix函数来打印混淆矩阵。具体步骤如下：

1. 首先，您需要将测试数据集的预测结果与真实标签进行比较，得到一个预测标签列表和一个真实标签列表。

2. 然后，使用confusion_matrix函数将这两个列表作为参数传入，即可得到混淆矩阵。

下面是一个示例代码：

from sklearn.metrics import confusion_matrix

# 假设预测结果为pred_labels，真实标签为true_labels
pred_labels = [0, 1, 2, 0, 1, 2]
true_labels = [0, 1, 2, 1, 0, 2]

# 计算混淆矩阵
cm = confusion_matrix(true_labels, pred_labels)

# 打印混淆矩阵
print(cm)

输出结果为：

array([[1, 1, 0],
       [1, 0, 1],
       [0, 1, 1]])

其中，行表示真实标签，列表示预测标签，每个元素表示真实标签为该行对应标签，预测标签为该列对应标签的样本数。例如，第一行第一列的元素表示真实标签为0，预测标签也为0的样本数为1。