Question

我是Pytorch的新手。我使用图像数据集训练和测试了线性分类器（nn.Linear），该图像数据集具有8个类别，其batch_size = 35。在测试时，我想查看给定图像属于这8个类别中的任何一个的概率。这就是为什么我打印output.data变量的原因。但是这些数字大于1，并且不等于1。（我附有测试代码）所以，我的问题是这些数字是什么意思？

谢谢！

correct = 0
total = 0
with torch.no_grad():
    for data in dataloaders['test']:
        images, labels = data[0].to(device), data[1].to(device)
        outputs = model(images)
        print(outputs.data)

        _, predicted = torch.max(outputs.data, 1)
        print(predicted)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()
print('Accuracy of the network on the 4000 test images: %d %%' % (
100 * correct / total))

Answer 1

您将logits作为神经网络的输出。

在输出上使用torch.nn.Softmax将值压缩到（0,1）范围内。

顺便说一句。您的网络应该输出对数，因为pytorch的损失（在这种情况下为torch.nn.CrossEntropyLoss）旨在在数值稳定的情况下与它们一起工作。

pytorch如何获得每个图像属于一类的概率

1 个答案: