绘制混淆矩阵

混淆矩阵

（1）输出混淆矩阵：
教程https://blog.csdn.net/shanshangyouzhiyangM/article/details/84943011
AverageMeter()报错，直接复制https://blog.csdn.net/rytyy/article/details/105944813里的类过去。
torchnet包安装https://blog.csdn.net/qq_44125896/article/details/105498046，直接放到代码文件目录下。
1）报错：AssertionError: number of predictions does not match size of confusion matrix

搞不定。
换成sklearn里面的混淆矩阵吧。
https://blog.csdn.net/SartinL/article/details/105844832
2）报错：TypeError: can’t convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.

加.cpu().numpy
3）报错：RuntimeError: Can’t call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead.

https://blog.csdn.net/weixin_38424903/article/details/107649436变成.detach().cpu().numpy
不报错了。

4）出现ValueError: Classification metrics can’t handle a mix of binary and continuous-multioutput targets错误。
输出预测和标签的类型

输出结果类型是ndarray
<class ‘torch.Tensor’>
<class ‘numpy.ndarray’>
<class ‘torch.Tensor’>
<class ‘numpy.ndarray’>
混淆矩阵，正常应该是list
<class ‘list’>
<class ‘list’>
类型。
https://blog.csdn.net/qq_39355550/article/details/81774469变成list类型。

5）类型不一致
ValueError: Classification metrics can’t handle a mix of binary and continuous-multioutput targets
输出预测list中最大的值。
https://blog.csdn.net/EricHenry/article/details/105200883
所以要输出嵌套列表每一个小列表的最大值。

6）还是报错ValueError: Classification metrics can’t handle a mix of binary and continuous-multioutput targets
应该是输出小列表最大值对应的索引值
成功

7）保存热力图
https://blog.csdn.net/kane7csdn/article/details/83756583
https://blog.csdn.net/kane7csdn/article/details/83756583
发现残留上一次训练损失的图像，https://blog.csdn.net/qq_39560620/article/details/105643125，在plt.savefig()后面加上plt.close()就可以了。