pycharm中编写top5概率代码

def accu(output, target, topk=(1,)):
    """Computes the accuracy over the k top predictions for the specified values of k"""
    with torch.no_grad():
        maxk = max(topk)
        batch_size = target.size(0) # 获取数据总量
        _, pred = output.topk(maxk, 1, True, True) #获取概率前topk
        pred = pred.t()
        correct = pred.eq(target.view(1, -1).expand_as(pred))

        res = []
        for k in topk:
            correct_k = correct[:k].contiguous().view(-1).float().sum(0, keepdim=True)
            res.append(correct_k.mul_(100.0 / batch_size))
        return res

运行;
  y_test = torch.tensor(y_test)
    y_pred_proba = clf.predict_proba(X_test)
    y_pred_proba = torch.tensor(y_pred_proba)
    top1, top5=accu(y_pred_proba, y_test, topk=(1,5))
    print('top1[0],top5[0]',top1[0].item(),top5[0])
  #top1[0],top5[0] tensor(68.0489) tensor(97.3357)

y_pred_proba:是二维数组，体现了每个类别的概率、

输入是模型输出y_pred_proba（batch_size×num_of_class），目标y_test（num_of_class向量），元组（分别向求top几）

torch.eq().sum()就是将所有值相加，但得到的仍是tensor.
torch.eq().sum()得到的结果就是[ ]。
torch.eq().sum().item()得到某个数值。