Question

我试图查看我的图像分类器对每类数据的准确性。但是，我是一个初学者，我正在尝试使用Pytorch教程提供的关于训练分类器的代码。当我运行代码时：

- (void)userContentController:(WKUserContentController *)userContentController didReceiveScriptMessage:(WKScriptMessage *)message {

    NSString *messageString = (NSString *)message.body;
    if ([messageString isEqualToString:@"paste"]) {
        self.editorPaste = YES;
    }

” 出现以下错误：

class_correct = list(0. for i in range(7))
class_total = list(0. for i in range(7))
with torch.no_grad():
    for data in test_loader:
        images, labels = data
        outputs = network(images)
        print(outputs.shape)
        _, predicted = torch.max(outputs, 1)
        c = (predicted == labels.argmax(dim=1)).squeeze()
        print(c.shape)
        for i in range(5):
            label = labels[i]
            class_correct[label] += c[i].item()
            class_total[label] += 1
for i in range(7):
    print('Accuracy of %5s : %2d %%' % (
        classes[i], 100 * class_correct[i] / class_total[i]))

我知道问题在于标签张量，但我不知道如何解决。任何帮助深表感谢！谢谢大家

在上一个单元格中，我运行了下面提供的代码来获得可以使用的总体准确性，但是在获取每个类的准确性时遇到了问题。

torch.Size([100, 7])
torch.Size([100])
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-73-b4cabf540645> in <module>
     11         for i in range(5):
     12             label = labels[i]
---> 13             class_correct[label] += c[i].item()
     14             class_total[label] += 1
     15 for i in range(7):

TypeError: only integer tensors of a single element can be converted to an index

Answer 1

我无法立即运行您的代码，所以我只是在猜..但是

我认为变量标签不是int类型。

#label = labels[i]
label = int(labels[i])

希望对您有帮助

抱歉，实际上我对您的问题没有给予足够的重视。我已再次阅读您的代码。

希望对您有帮助。

label_index = labels.argmax(dim=1)
for i in range(labels.size(0)):
    #label = labels[i]
    label = label_index[i]
    class_correct[label] += c[i].item()
    class_total[label] += 1

要点：变量标签是概率函数或一键编码。您需要获取最大值的索引。

我真的希望它能起作用... !!

如何修复我的分类器的分类准确性

1 个答案: