PyTorch：比较预测标签和目标标签以计算准确性答案

【问题标题】：PyTorch: Comparing predicted label and target label to compute accuracyPyTorch：比较预测标签和目标标签以计算准确性
【发布时间】：2018-08-24 13:56:15
【问题描述】：

我正在尝试实现 this 循环来获得我的 PyTorch CNN 的准确性（它的完整代码是 here）到目前为止，我的循环版本是：

correct = 0
    test_total = 0
    for itera, testdata2 in enumerate(test_loader, 0):
        test_images2, test_labels2 = testdata2
        if use_gpu:
            test_images2 = Variable(test_images2.cuda())
        else:
            test_images2 = Variable(test_images2)
        outputs = model(test_images2)
        _, predicted = torch.max(outputs.data, 1)       
        test_total += test_labels2.size(0)      
        test_labels2 = test_labels2.type_as(predicted)
        correct += (predicted == test_labels2[0]).sum()    
    print('Accuracy of the network on all the test images: %d %%' % (
        100 * correct / test_total))

如果我这样运行它，我会得到：

> Traceback (most recent call last):   File
> "c:/python_code/Customized-DataLoader-master_two/multi_label_classifier_for2classes.py",
> line 186, in <module>
>     main()   File "c:/python_code/Customized-DataLoader-master_two/multi_label_classifier_for2classes.py",
> line 177, in main
>     correct += (predicted == test_labels2[0]).sum()   File "C:\anaconda\envs\pytorch_cuda\lib\site-packages\torch\tensor.py",
> line 360, in __eq__
>     return self.eq(other) RuntimeError: invalid argument 3: sizes do not match at
> c:\anaconda2\conda-bld\pytorch_1519501749874\work\torch\lib\thc\generated\../THCTensorMathCompareT.cuh:65

我使用test_labels2 = test_labels2.type_as(predicted) 将两个张量都作为 LongTensors，这似乎可以很好地避免“预期这个......但得到......”错误。它们现在看起来像这样：

test_labels2 after conversion:
 0  1
 1  0
 1  0
[torch.cuda.LongTensor of size 3x2 (GPU 0)]

predicted:
 1
 1
 1
[torch.cuda.LongTensor of size 3 (GPU 0)]

我认为现在的问题是，test_labels2[0] 正在返回一行而不是列。

如何让它工作？

【问题讨论】：

你能详细说明test_labels 和predicted 代表什么（它们的意思）吗？错误似乎很明显，因为：(predicted == test_labels2[0]) - test_labels2[0] 的大小为 2，predicted 的大小为 3。
predicted 是通过神经网络传播的预测图像类别。 test_labels 是训练数据中的真实标签。两者都有三行，因为在这种情况下，数据加载器的 batch_size 设置为 3。事实上，我想我只需要知道如何索引 TorchLongTensor 中的某些列，这样我就可以比较预测和 test_labels。我该怎么做？
您可以像在 numpy 中一样简单地使用索引：test_labels2[:, 0] 例如会给您第一列。这解决了您的问题吗？
好的，谢谢。我想我需要学习一些 numpy 课程：|

标签： python python-3.x torch pytorch tensor

【解决方案1】：

pytorch 中的索引与numpy 中的索引很相似。要索引某一列j 的所有行，请使用：

tensor[:, j]

或者，也可以使用 pytorch 中的 select 函数。

【讨论】：