Pytorch 使用 torchnet.meter中的ClassErrorMeter

使用 torchnet.meter中的ClassErrorMeter 求Top-x Score

 

from torchnet.meter import ClassErrorMeter
#其他省略

metric = [ClassErrorMeter([1,2], True)]  #计算top-1  top-2  ACC

将metric传入到训练类中

在训练函数或者验证函数内调用metric

 if self.metric is not None:  #每一个epoch重置，计算每个epoch的累计acc
       self.metric[0].reset()   


if self.metric is not None:
      prob     = F.softmax(outputs, dim=1).data.cpu()
      self.metric[0].add(prob, labels.data.cpu())     #添加到metric[0]

 打印出来

 if i == len(self.train_data_loader) - 1 and self.metric is not None:
                    top1_acc_score = self.metric[0].value()[0]
                    top2_acc_score = self.metric[0].value()[1]

在求累计top-1 acc时还可以通过下面的方法

#在for循环之前定义
 presum = 0
 for i, (inputs, labels) in enumerate(self.train_data_loader):  
     #....

    prob = F.softmax(outputs, dim=1).data.cpu()
    pre=torch.argmax(prob, 1)
    a=(pre==labels.data.cpu()).int()
    presum+=a.sum().numpy()
    acc=100*presum/len(train_datasets)