как исправить точность класса моего классификатора

Question

Я пытаюсь увидеть точность моего классификатора изображения для каждого класса моих данных. Тем не менее, я довольно новичок и пытаюсь использовать код, предоставленный в учебнике по Pytorch, для обучения классификатора. Когда я запускаю код:

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]))

"Появляется следующая ошибка:

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

Я знаю, что проблема с тензором метки, но я не знаю, как это исправить. Мы высоко ценим любую помощь! Спасибо всем заранее

В предыдущей ячейке я выполнил приведенный ниже код, чтобы получить общую точность, которая сработала, но у меня проблема с получением точности для каждого класса.

correct = 0
total = 0
with torch.no_grad():
    for data in test_loader:
        images, labels = data
        outputs = network(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels.float().argmax(dim=1)).sum().item()

print('Accuracy of the network on the 10000 test images: %d %%' % (
    100 * correct / total))

Answer 1

Я не могу запустить ваш код на моей руке, поэтому я просто догадываюсь .. но

Я думаю, что метка переменной не является типом int.

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

Я надеюсь, что это может помочь вам

---

Извините, на самом деле я не уделил достаточно внимания вашему вопросу. Я снова прочитал ваш код.

Надеюсь, он может вам помочь.

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

Ключевой момент: метки переменных - это функция вероятности или закодированная горячим кодом. Вам нужно получить индекс максимума.

Я действительно надеюсь, что это сработает ... !!