Question

我有一个生成多标签输出的convnet。即：每个图像可以用0到10个标签标记。输出是一个大小为10的张量，包含1（表示该索引处的标签）和-1s（该索引处没有标签）。目标采用相同的格式。所以：

Col1 Col2 Col3 Col4 (containing N rows) ~ 100 rows  
1     2    3    4
11    22   33   44

表示标签1-3和5-10。多标签输出不能与torch optim包的混淆矩阵一起使用。评估预测准确度有哪些好的替代方案？

理想情况下，我想知道每个标签的预测准确程度，包括假阳性，真阳性等。一个想法是制作10个单独的混淆矩阵并将每个标记提供给每个一个索引的数据。有没有更好的解决方案？

任何意见都表示赞赏。

更新：上述方法运行良好，但是当标签很多时，它很麻烦。我只是想知道是否有更好的方法。

Answer 1

我为每个标签制作了单独的混淆矩阵，拆分输出预测，并将它们添加到适当的矩阵中。通过共同绘制训练/验证集的分类准确性，它很容易解释。