在对手写体数字数据集MNIST进行分类时,网络模型的输出为output,output的shape为[1000,10](1000是输出的datapoint数目,具体输出多少可以自己设定,这个数据集中给的用来test的数据是1000个)。目标target的shape为[1000],target的值对应的是标签(label)。output的shape中1000代表1000张图像,10表示共有10个类别。output.argmax(dim=1, keepdim=True)得到的结果为1000行中,每一行中最大值所在的列,如果该所在列的列值与target中的对应位置的值相等,即表示判断正确。就可以用sum().item()求和,得出判断正确的数值。
MNIST数据集分类网络输出说明
最新推荐文章于 2023-10-04 16:54:19 发布