用python计算准确率_Python中计算模型精度的几种方法,Pytorch,中求,准确率

方法一：直接在epoch过程中求取准确率

简介：此段代码是LeNet5中截取的。

def train_model(model,train_loader):

optimizer = torch.optim.Adam(model.parameters())

loss_func = nn.CrossEntropyLoss()

EPOCHS = 5

for epoch in range(EPOCHS):

correct = 0

for batch_idx,(X_batch,y_batch) in enumerate(train_loader):

optimizer.zero_grad()

#这里是只取训练数据的意思吗，X_batch和y_batch是怎么分开的?

#答：X_batch和y_batch是一一对应的，只不过顺序打乱了，参考torch.utils.data.ipynb

output = model(X_batch.float()) #X_batch.float()是什么意思

loss = loss_func(output,y_batch)

loss.backward()

optimizer.step()

# Total correct predictions

#第一个1代表取每行的最大值，第二个1代表只取最大值的索引

#这两行代码是求准确率的地方

predicted = torch.max(output.data,1)[1]

correct += (predicted == y_batch).sum()

#print(correct)

if batch_idx % 100 == 0:

print(&