深度学习中命中率的计算代码实现

最新推荐文章于 2024-02-19 16:50:07 发布
最新推荐文章于 2024-02-19 16:50:07 发布
阅读量997 收藏 7
点赞数 1
文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/YiXiao1997/article/details/126694648
版权

 1. output.max(1)按行来寻找最大值的索引位置，返回该最大值[0]和它的索引位[1]。等价torch.max(output, 1)。type_as(labels)表示按照将output的数据类型转换为labels的数据类型。

preds = output.max(1)[1].type_as(labels)

  2. preds.eq(labels)返回bool类型，preds.eq(labels).double()返回01，便于统计总命中数量

correct = preds.eq(labels).double()

 3.求出预测正确的标签数量

correct = correct.sum()

 4.预测正确的数量除以总数

result = correct / len(labels)
Behersve
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
code_cache:深度学习，pyspark，aws，数据处理等中常用代码的缓存
04-01
"code_cache"这个主题聚焦于如何利用缓存技术来提高代码执行效率，尤其在深度学习、PySpark、AWS（Amazon Web Services）以及数据处理这些场景中。缓存是一种存储技术，它允许我们将频繁使用的数据或计算结果暂时...
一些函数2
weixin_42663286的博客
01-05 1510
1、关于稀疏矩阵 import scipy.sparse as sp sp.coo_matrix() 全称：A sparse matrix in COOrdinate format. coo_matrix((data, (i,j)), [shape=(M,N)], dtype=np.int32) (i,j)为目标位置，将此位置的值改为data对应的值，整个稀疏矩阵大小为(M,N)，其余位置为0。 eg. 根据结点信息连接生成邻接矩阵。 adj = sp.coo_matrix...
python内置函数之max() 函数
Qiu先生的博客
07-08 1363
文章目录max() 函数描述语法参数返回值实例 max() 函数 描述 max() 方法返回给定参数的最大值，参数可以为序列。 语法 以下是 max() 方法的语法: max( x, y, z, .... ) 参数 x – 数值表达式。 y – 数值表达式。 z – 数值表达式。 返回值 返回给定参数的最大值。 实例 以下展示了使用 max() 方法的实例（实例(Python 2.0+)）： #!/usr/bin/python print "max(80, 100, 1000) : ", max
2020-12-25
m0_46689999的博客
12-25 236
学习笔记 通过构建情感分类器训练词向量 使用IMDB数据集，构建一个用于计算评论的情感是正面、负面还是未知的情感分类器，在构建过程中，将为IMDB数据集中存在的词进行词向量的训练。 训练情感分类器包含以下步骤： 下载IMDB数据，并分词 建立词表 生成向量的批数据 使用词向量创建网络模型 训练模型 import torch from torchtext import data from torchtext import datasets from torch import nn, opti
推荐系统常用评价指标和代码实现
qq_35222729的博客
04-08 2585
一、评价指标 Recall 名称： 召回率（真阳性率） 意义：在推荐系统中，我们只关心正确推荐的有多少，也就是用户真实喜欢的，并不会关心推荐错的，所以我们用召回率，而不是准确率； 理解这个前提：混淆矩阵 混淆矩阵： 详细的可以自己去了解 Recall = TP / (TP + FN) 也就是你所有预测为True的里面，到底有多少是真实值！ Recall@n指的是推荐的前n个的召回率有多少 代码实现比较简单 ROC(AUC) 名称： Curve曲线， AUC是ROC下面的面积 意义：R
【推荐系统】常用评价指标NDCG、HR、Recall、MRR解析
Danger的博客
05-09 4148
【推荐系统】常用评价指标NDCG、HR、Recall、MRR解析
深度学习cache系列
04-12
例如，n路组相连的缓存会将数据分布在n个不同的路中，以实现更高的命中率。 在多核系统中，缓存一致性是个关键问题。当多个核心访问同一块内存时，必须确保每个核心看到的缓存数据是一致的。这可以通过诸如MESI...
ReD_redcache_替换算法代码_
10-04
"Redcache"可能就是这样的一个尝试，它可能结合了深度学习、强化学习或者其他的机器学习方法，以提高缓存的命中率和整体性能。 "red.cc" 这个文件很可能是该算法的C++实现代码。在C++中，我们可以使用STL库中的容器...
基于java实现的决策树代码
11-14
6. **计算决策命中率**：通过与测试集的真实结果比较，计算预测正确的样本比例，即命中率。这可以帮助评估模型的性能，并用于调参优化。 在实际应用中，可能还需要考虑过拟合和欠拟合问题，通过剪枝或调整树的...
TopN的命中率HR
Han_torch的博客
07-23 407
最近在看推荐系统的文章neural collaborative filtering，其中MLP中求topn命中率的代码不太明白为什么要添加0。 训练集每个用户大概有三十几条评分数据。通过查找空值并替换成0后数据分布为1 0 0 0 0 1 0 0 0 0 1 0 0 … 测试集每个用户只有一条评分数据，记为x。 也一样的添加0，最后等于说每个测试集用户一共100个数据，其中99个0。但是negative的参数设置为4。 命中率HR为遍历所有用户，如果x在topn里面，则加1，然后除以用户总数。 ...
Pytorch学习中遇到的问题
Amberrr的博客
02-22 2747
Pytorch 教程地址：pytorch handbook 有时候github页面会加载不出来，Github加载不出来的解决办法：Github网站css加载不出来的处理方法 修改host以后，如果没有恢复正常，是需要刷新DNS缓存，告诉电脑我的hosts文件已经修改。Windows下刷新DNS缓存的方法：进入命令行，输入命令：ipconfig /flushdns 1.Pytorch-hand...
怎么把深度学习输出的准确率、损失等信息保存下来
最新发布
MJy65535的博客
02-19 533
在使用 VS Code 编写深度学习代码时，如果你想要把输出（比如训练过程中的精度、损失等信息）保存到.out。
学习GCN代码
Cai_gou_zi_xi的博客
10-04 1188
自学GCN之旅
paddle易错总结
weixin_42975688的博客
09-03 418
这个api，boxes_num，如果应对的是batch大于1，这里要传入list，指定每个batch的num。这个神奇的框架，居然不支持自己的tensor传入。
pytorch常用操作
qq_40170007的博客
09-17 1112
1、当经过网络模型后，输出的output tensor为[1,16]时，将其展平为一维numpy()向量，然后按照降序排列 output = model.forward(img) #img为Variable类型 print(output.shape) #tensor[1,16] #将其展平为一维向量，然后排序 output = output.data.cpu().numpy().flatten() print(output.shape)#（16，） output = output.argsort() #
【PyG】图神经网络GCN代码自学
qq_42859088的博客
05-10 6905
GCN代码分析自学 Data cora.cites如下图所示： content表示每个点的内容,第一列为序号，最后一列为所属类型。 utils.py load_data()函数 def load_data(path=os.path.join(os.getcwd(),'pygcn','data','cora'), dataset="cora"): """Load citation network dataset (cora only for
深度学习常用评价指标（Accuracy、Recall、Precision、HR、F1 score、MAP、MRR、NDCG）——推荐系统
热门推荐
记录知识，学习分享
04-11 1万+
1、准确率(Accuracy) 定义： 公式： 优缺点： 2、精确率(Precision) 3、召回率(Recall) 4、命中率(Hits Ratio) 5、平均精度均值(Mean average precision) 6、平均倒数排名(Mean Reciprocal Rank) 7、归一化折损累计增益(Normalized Discounted Cumulative Gain) ...
模拟缓存命中率计算
wh445306
01-06 475
原题目出处来自这个大佬：https://blog.csdn.net/feinifi/article/details/94464696 无意中看到，兴趣来了，就想自己也来实现一下 题目： 假设有这样的缓存，如果get到数据返回成功，如果没有get到数据，那么返回失败，不管能否get到数据，总是会把 最新的记录加入缓存，同时缓存有个大小限制，可以无限添加，但是都会把前面的数据挤掉。如果给出缓存大小， 并给出一个查询的列表，用程序模拟这个过程，并求出缓存命中失败的次数。 比如，输入：int size=
计算机二级考试选择题解析及命中率最高总结
计算机二级考试命中率最高的题.doc中包含了92道选择题，涵盖了计算机二级考试的多个知识点。这些选择题涉及了算法的执行效率与数据存储构造、数据结构的分类、二叉树的节点数量计算、构造化程序设计风格、面向对象...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值