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?