torch.eq(predict_ labels, labels).sum().item()注意事项

式中predict_ labels与labels是两个大小相同的tensor,而torch.eq()函数就是用来比较对应位置数字,相同则为1,否则为0,输出与那两个tensor大小相同,并且其中只有1和0。

predict_ labels = [0 1 2 3 4]
labels = [4 3 2 1 4]
torch.eq()得[0 0 1 0 1]

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[2]。
torch.eq().sum().item()得到值2。

用这个来计算训练集、验证集准确率时,记得一个epoch后要除的分母是训练集、验证集的数据量大小!!!
(自己有次搞错,分母用的是一个epoch中的step,迷茫了好一会儿)

  • 16
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值