多分类任务计算 TopK 准确率的小工具——topk(pytorch)
pytorch中的topk函数
在扒 “cifar100套装” 代码的时候发现test函数里面有这样一个函数:
_, pred = output.topk(5, 1, largest=True, sorted=True)
(cifar100套装链接: https://github.com/weiaicunzai/pytorch-cifar100. )
原函数为:
torch.topk(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor)input:一个tensor数据
k:指明是得到前k个数据以及其index
dim: 指定在哪个维度上排序, 默认是最后一个维度
largest:如果为True,按照大到小排序; 如果为False,按照小到大排序
sorted:返回的结果按照顺序返回
out:可缺省,不要
topk最常用的场合是:求一个样本被网络认为前k个最可能属于的类别。如本文开篇代码中的第一个参数是5,也就是计算一个样本在100个类中准确率最高的前五个(最可能是哪五类)。
借鉴了 topk函数详解: https://www.jb51.net/article/177713.htm.
TopK准确率
TopK是一种计算准确率的方法,在多分类任务中经常出现,如 cifar100 这个100分类任务中,衡量预测是否准确可以:
1、直接对比网络计算得到的output中概率最高的那个类别和标签类别是否一致,如果一致则判断正确,否则错误。这就是常见的计算准确率的方法,也叫 Top1 准确率。
2、对比output中概率前五的类别中是否有标签的类别,有则判断正确,否则就是判断错误。称为 Top5 准确率。
很明显,K越大对于网络的评价标准越宽容。
多分类任务计算 TopK 准确率的小工具——topk(pytorch)相关推荐
- 一个计算crc校验的小工具的编写。
计算LPC校验 计算CRC8校验 计算CRC16校验 计算多种校验(没有分离单个界面显示) 可以作为平时使用的一个小工具 下载链接:https://download.csdn.net/download ...
- PyTorch中的topk方法以及分类Top-K准确率的实现
PyTorch中的topk方法以及分类Top-K准确率的实现 Top-K 准确率 在分类任务中的类别数很多时(如ImageNet中1000类),通常任务是比较困难的,有时模型虽然不能准确地将groun ...
- 基于tensorflow统计topK准确率
问题描述 简单介绍下思路: 我们有tf.nn.top_k可以直接用,能够按照概率由高到低返回前k个索引,注意,tf.nn.top_k实际上是返回两个参数的,第一个是前k大的值,第二个是前k大的值所在的 ...
- R语言glmnet拟合lasso回归模型实战:lasso回归模型的模型系数及可视化、lasso回归模型分类评估计算(混淆矩阵、accuracy、Deviance)
R语言glmnet拟合lasso回归模型实战:lasso回归模型的模型系数(lasso regression coefficients)及可视化.lasso回归模型分类评估计算(混淆矩阵.accura ...
- R语言glmnet拟合岭回归模型实战:岭回归模型的模型系数(ridge regression coefficients)及可视化、岭回归模型分类评估计算(混淆矩阵、accuracy、Deviance)
R语言glmnet拟合岭回归模型(ridge regression)实战:岭回归模型的模型系数(ridge regression coefficients)及可视化.岭回归模型分类评估计算(混淆矩阵. ...
- 基于关联规则(Variational Autoencoders)疾病预测系统实战:(pyspark FPGrowth实现频繁项集挖掘、最后给出预测模型topK准确率和召回率)
基于关联规则(Variational Autoencoders)疾病预测系统实战:(pyspark FPGrowth实现频繁项集挖掘.最后给出预测模型topK准确率和召回率) 目录
- 基于变分自动编码器(Variational Autoencoders)疾病预测系统实战:(Keras实现并可视化训练和验证误差、最后给出topK准确率和召回率)
基于变分自动编码器(Variational Autoencoders)疾病预测系统实战:(Keras实现并可视化训练和验证误差.最后给出topK准确率和召回率) 本文中使用的VAE算法以病人病史为输入 ...
- 基于变分自动编码器(Variational Autoencoders)进行推荐系统的实施、Keras实现并可视化训练和验证误差、最后给出topK准确率和召回率
基于变分自动编码器(Variational Autoencoders)进行推荐系统的实施.Keras实现并可视化训练和验证误差.最后给出topK准确率和召回率 本著作改编自Dawen等人用于协同过滤目 ...
- ADI射频电路计算小工具ADIsimRF介绍
做射频收发组件的同志都知道,设计一个模块的工作量之大,而且各种计算相当繁琐,每一个链路当中有各种指标需要设计阶段即满足指标而且留有余量.这就要求设计人员有相当的水平和资历了,所以很多大的项目都是些资深 ...
最新文章
- java 图片传输方式_Java图像传输方法
- 【错误记录】SeeMusic 一直卡在主界面无法使用 ( 删除 C:\Users\用户名称\AppData\LocalLow\Visual Music Design 应用信息 )
- linux 内核配置 dns,Linux的dns配置 - Linux操作系统基础进阶练习题_Linux教程_Linux公社-Linux系统门户网站...
- spring boot使用外置tomcat部署需要排除的依赖
- Nginx 反向代理、负载均衡、页面缓存、URL重写及读写分离详解(1)
- Android开源工具项目集合
- VS2008+SQL2005 ASP.NET2.0数据库连接总结 (vs2005也可)----转载+说明
- ambari安装的各组件的目录
- 在Winform中实现半透明遮罩层
- 拦截器inceptor
- 杰控连接mysql_杰控FameView在数据库连接和查询方面的应用
- 697小说源码PC端+手机端+采集工具(源码带3000本小说的数据)
- 紫猫插件-网络共享数据(16-18)
- centos解压分卷rar_linux命令:tar分卷压缩与合并解压缩
- 解决电脑右键菜单反应慢问题
- 第五卷《鏖战雁门(下)》第47章《抉择》
- 『关键词挖掘』结合 LDA + Word2Vec + TextRank 实现关键词的挖掘
- 七彩虹将星X15 AT评测
- AVS3码流结构解析
- 内衣市场新变局,都市丽人的“不破不立”
热门文章
- c语言for可以不用花括号吗,c-使用不带花括号的switch语句是否有用?
- VC该不该干? 拥抱梦想 学会乐观 依靠自己
- Git,SourceTree,小乌龟之间的关系?
- 计算机音乐谱连借口都没有,教你如何看乐谱
- 2.2.2 胸腰差和胸臀差的应用_米人NOONE_新浪博客
- vscode权威指南 pdf_zotero+坚果云,免费跨平台文献管理最佳实践指南
- mencoder mplayer 命令的使用(安装mplayer 也会安装这个东西)视频音频解码编码转码
- GE千兆以太网光口模式协商原理
- CCNA专业英文词汇红宝书---B、C篇(转)
- 奇异值分解(Singular Values Decomposition,SVD)