这是我在服务器上跑模型用的准确率：
acc += torch.eq(predict_y, val_labels.to(device)).sum().item()
val_accurate = acc / val_num
就是如果预测结果和真实标签一致acc加1，最后在除以测试集总个数
混淆矩阵计算准确率代码：
sum_TP = 0
for i in range(self.num_classes):
sum_TP += self.matrix[i, i]
acc = sum_TP / np.sum(self.matrix)
print("the model accuracy is ", acc)
通过计算混淆矩阵对角线元素之和，再除以测试集总个数，这两个在相同环境下，读取测试集的方式也一样，但是结果不一样，一个87.90，一个88.10
想问一下老哥们有遇到这种情况？
