额 好像是一句非常简单的代码 ,但是作为新手 ,我是完全看不懂哎 前十眼。
首先 这里的logits是一个 (a,b)维的张量。其中a是你的全连接输出维度,b是一个batch中的样本数量。
我们经过一个argmax的操作,dim=1 意味着找到张量中各自的最大值所在索引。也就是找到每个样本的全连接输出中最大的那一个。 最有可能的预测值。
torch.eq会返回一个 batch维的bool值。 。sum统计真值的个数。。float将真值个数化为浮点,。item将得到的浮点数从列表中取出来。
代码举例:
A = torch.tensor([[0,1], [0,2], [0,3], [0,5], [0,42], [0,5], [0,0], [1,19]])
# A = torch.tensor([1,2,3,4,5,6,7,8])
B = A.argmax(dim=1)
C=torch.tensor([1,1,1,1,1,1,1,1])
print(B)
print(C)
d=torch.eq(B,C)
print(d)
d=d.sum()
print(d)
d=d.float()
print(d)
d=d.item()
d=torch.eq(B,C).sum().float().item()
print(d)
结果:
tensor([1, 1, 1, 1, 1, 1, 0, 1])
tensor([1, 1, 1, 1, 1, 1, 1, 1])
tensor([ True, True, True, True, True, True, False, True])
tensor(7)
tensor(7.)
7.0