深度学习分类任务常用评价指标

最新推荐文章于 2024-09-14 19:18:15 发布
最新推荐文章于 2024-09-14 19:18:15 发布
阅读量258 收藏
点赞数
分类专栏： unet 文章标签： 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yym33/article/details/125612213
版权

首先进入自己训练完成的项目文件
我是用服务器跑的，所以项目保存在/mnt目录下
之后找到黄色框里面的内容转存在自己本地的文件下面
在这里插入图片描述

转存到本地文件
在这里插入图片描述

之后复制本地文件路径并在终端打开
定位到文件上层目录
如图所示
在这里插入图片描述

之后输入ls，就可看到文件出现在终端在这里插入图片描述
之后输入tensorboard --logdir .
在这里插入图片描述

这里提示出错bash: tensorboard: command not found
错误原因是在（base）下运行，我们换到项目所用的环境即可
输入conda activate pytorch
之后再输入tensorboard --logdir .即可
在这里插入图片描述

最后点击框内的locahost地址进入即可
在这里插入图片描述

train_/val_分别代表的是训练集和测试集

在这里插入图片描述

蛮有用
关注
专栏目录
【Scikit-Learn 中文文档】预测延迟 / 预测吞吐量 / 技巧和窍门 - 计算性能 - 用户指南 | ApacheCN
妳那伊抹微笑的专栏
11-30 799
7. 计算性能 对于某些 applications （应用），estimators（估计器）的性能（主要是 prediction time （预测时间）的 latency （延迟）和 throughput （吞吐量））至关重要。考虑 training throughput （训练吞吐量）也可能是有意义的，但是在 production setup （生产设置）（通常在脱机中运行）通常是不太重要的。 我们将在这里审查您可以从不同上下文中的一些 scikit-learn estimators（估计器）预期的数量级
深度学习分类任务评估指标总结
shine的博客
09-18 1242
之前学习了机器学习与深度学习，对于这方面内容也是多有涉猎，但昨天经过师兄的问答考核惊觉自己对于这些评估指标概念并不能很好地表达出来，有种话到嘴边不知道该怎么讲的局促，一些专业术语不知道如何表述，我想这也是我的问题，显得很不专业，因此决定总结一下分类任务中的各类评价指标，当下温习，并供日后学习及参考。 混淆矩阵 混淆矩阵是在分类情况下最为常用的一个指标，是一个可视化工具，在矩阵表格中我们可以很清楚地看到每个类别被识别正确的数量和识别错误的数量。它能够很好地反映一个分类模型的...
如何计算？参数量、计算量、推理速度
idol24的博客
11-13 3584
作者丨龟壳@知乎编辑丨极市平台来源丨https://zhuanlan.zhihu.com/p/3769254571.FLOPs和Params计算1.1概念理解FLOPS： 注意全大写，是...
安装pytorch后使用tensorboardX出现“tensorboardX：未找到命令”错误
jainszhang的博客
03-12 1万+
问题描述：安装玩pytorch后，使用tensorboardX出现错误 “tensorboardX：未找到命令” 这是因为没有安装tensorflow引起的，tensorboardX是在tensorboard的基础上做出来，需要tensorflow支持。 使用如下命令安装tensorflow： pip install tensorflow pip install tensorflow-g...
tensorboard: command not found（已解决）
花木兰
09-09 1万+
背景可视化tensorflow 数据流图时 命令行输入 tensorboard --logdir=‘my_graph’ 报错： bash: tensorboard: command not found solution 使用绝对路径 python3 /Users/cyy/Library/Python/3.7/lib/python/site-packages/tensorboard/mai...
深度学习分类任务常用评估指标——总结（重点）
Fighting Hua
09-18 1670
一、分类模型指标 1 准确率和错误率（该指标评价的前提样本分布平衡） 准确率和错误率既可用于二分类也可用于多分类： 下述公式是准确率、错误率针对二分类情况时候的计算公式 1.1 准确率（该指标评价的前提样本分布平衡） 针对 所有类别 ，计算acc，其计算公式如下： 理解： 在样本（测试集）中所有预测正确的类别个数 与 所有样本的比值，它是针对所有的类别计算的。 精确率和准确率是比较容易混淆的两个评估指标，两者是有区别的。精确率是一个二分类指标，而准确率能应用于多分类，其计算公式为（对分类）： 1.2 错
图像分割中常用的两个评价指标
04-28
【图像分割中的评价指标】 在计算机视觉领域，尤其是医学影像分析和精确放疗计划的制定过程中，图像分割是一项至关重要的任务。它涉及到自动或半自动地识别和划分图像中的特定区域，例如肿瘤靶区和正常组织。对于...
深度学习评价指标
hxf-v
08-12 1022
深度学习模型评价指标图像分类评价指标准确率Accuracy精确度Precision和召回率RecallF1 score混淆矩阵ROC曲线与AUC 图像分类评价指标 图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务，从最开始比较简单的10分类的灰度图像手写数字识别mnist，到后来更大一点的10分类的cifar10和100分类的cifar100，到后来的imagenet，...
深度学习，分类，检测，分割，模型评价指标总结
TYtangyan的博客
05-08 3006
当我们训练完自己的模型以后，怎样知道不同的权重到底哪个好呢。一张张看？显然不合理，所以需要有一个衡量的标准。 1.分类网络： 首先要知道TP,FP,TN,FN的概念 如下图： 多种类的时候可以使用混淆矩阵来看一下分类的结果： 预测 实际 0 1 2 3 0 5 3 ...
pytorch tensorboard 可视化 .tensorboard: command not find
weixin_44956310的博客
03-26 3512
1. 先安装相应的库 pip3 install tensorboardX pip3 install tensorboard 2 tensorboard： command not found 问题 运行tensorboard tensorboard --logdir='path_to_data' --port port_num port_num 可以指定端口号。但是可能会遇到 command not found 的问题。 下面是解决方案 1）先检查是否安装tensorflow, 因为tensorboar
bash: tensorboard command not found...
ajing2014的专栏
11-07 1万+
Centos下已安装tensorflow，想通过tensorboard查看训练网络保存的log文件，在tensorflow环境下，输入命令： tensorboard --logdir=logs/ 得到：bash: tensorboard command not found... 解决方法 step 1：查找tensorboard的安装路径 使用pip show tensorflow-gp
Pytorch | 解决tensorboard无法启动和显示问题
yatingliu的博客
08-24 2839
解决tensorboard无法启动和显示问题
tensorboard: command not found 命令报错 | 简记
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
11-16 1万+
本博文对使用 tensorboard 进行可视化时可能遇到的错误信息进行总结如下： 运行 tensorboard --logdir gen --bind_all 时报错如下：tensorboard: command not found 解决方法如下： pip install tensorboard
动态环境感知和追踪
a704838294的博客
05-25 568
cd 到tensorboard的目录下 python3 main.py --logdir=/home/aaa/test/语言模型/log
解决本地tensorboard找不到命令的问题
热门推荐
Daniel2333的博客
05-07 2万+
问题描述ubuntu16.04系统，通过pip安装了tensorflow的cpu版本，在terminal中输入tensorboard时提示找不到命令原因TODO解决办法直接通过tensorboard.py启动tensorboard：python .local/lib/python2.7/site-packages/tensorflow/tensorboard/tensorboard.py --log
-bash: tensorboard: command not found
一颗小甜心的博客
04-10 1245
在终端输入 tensorboard --logdir logs 报错：-bash: tensorboard: command not found 解决办法： 先激活环境为TensorFlow，再tensorboard --logdir logs source activate tensorflow tensorboard --logdir logs ...
每天五分钟玩转深度学习PyTorch：获取神经网络模型的子网络模型
huanfeng_AI的博客
09-09 448
本文主要为第二步（模型搭建）和第六步（优化器）服务，因为子网络是网络模型的一部分，我们如何获取自网络，需要了解网络的模型结构，然后再优化器部分我们需要获取指定网络模型部分的模型参数，所以本节课程很重要。
机器学习与深度学习的区别
最新发布
警警的博客
09-14 1403
机器学习与深度学习
机器学习和深度学习的区别
jun778895的博客
09-10 889
机器学习：是人工智能的一个分支，它让计算机能够在没有明确编程的情况下，通过观察和分析大量数据来学习并做出预测或决策。机器学习起源于20世纪50年代，随着算法的不断发展，逐渐形成了多种经典算法，如决策树、支持向量机、随机森林等。深度学习：则是机器学习的一个子领域，它主要依赖于深度神经网络模型进行学习和预测。深度学习在21世纪初开始兴起，特别是随着计算能力的提升和大数据的普及，深度学习算法得以广泛应用，并取得了显著成效。
深度学习、遥感领域常用精度评价指标盘点
09-14
在深度学习和遥感领域，常用的精度评价指标有以下几种： 1. 精确度（Accuracy）：精确度是指分类器正确分类的样本数与总样本数之比。它是最常用的评价指标之一，适用于多类别分类问题。 2. 精确率（Precision）：...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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