Følg med på nøyaktigheten under treningen
Gjør prediksjoner om til en skår
Følg med på nøyaktigheten under treningen er en gratis leksjon i Deep Learning Academy på CoddyKit. Dette er leksjon 3 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Deep Learning Academy, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Deep Learning Academy inneholder totalt 4 leksjoner.
Loss alene forteller ikke hele sannheten
Det føles bra når loss synker, men tallet er abstrakt. For å vite om modellen faktisk er nyttig, vil du også ha nøyaktighet, altså andelen prediksjoner den får riktig. 🎯
Fra logits til et valg
Modellen din gir rå poengsummer for hver klasse. For å velge en prediksjon finner du indeksen til den høyeste poengsummen med argmax langs klassedimensjonen.
preds = pred.argmax(dim=1)Sammenlign med fasiten
Sammenlign nå hver predikert klasse med den virkelige etiketten. Resultatet er en boolsk tensor der True markerer hvert eksempel modellen fikk riktig.
correct = preds == yTell treffene
Boolsk verdi summeres som ett og null, så når du summerer treffene, får du et antall riktige prediksjoner i denne batchen.
num_correct = correct.sum().item()Gjør antallet om til en rate
Del antallet riktige prediksjoner på batchstørrelsen, så får du nøyaktighet, et tall fra null til én som er enkelt å lese som en prosentandel.
acc = num_correct / y.size(0)Akkumuler på tvers av batcher
Nøyaktighet per batch er ustabil, så hold løpende totaler over riktige og observerte eksempler. Forholdet mellom dem gir en stabil epokenøyaktighet.
total_correct += num_correct
total_seen += y.size(0)Rapporter hver epoke
Beregn den samlede raten på slutten av en epoke, og skriv den ut ved siden av loss. Nå ser du både hvor sikker og hvor korrekt modellen er.
epoch_acc = total_correct / total_seenHold målingene utenfor grafen
Når du bare måler, pakker du poengberegningen inn i no_grad. Da slutter PyTorch å spore operasjoner du aldri skal propagere bakover, og du sparer minne.
with torch.no_grad():
preds = model(x).argmax(dim=1)Nøyaktighet er ikke nok alene
På ubalanserte data kan nøyaktighet villede deg: Hvis du alltid gjetter den vanligste klassen, får du høy skår uten å lære noe. Kombiner den med loss og andre måltall.
Følg utviklingen
Tallet for én epoke betyr lite; det er utviklingen som betyr alt. Økende nøyaktighet kombinert med synkende loss er et tydelig tegn på at treningen går riktig vei.
Et vindu inn i læringen
Når du følger med på nøyaktigheten, blir treningen mindre som en svart boks og mer som noe du kan følge med på. For hver epoke får du ærlige tilbakemeldinger om den faktiske fremgangen.
Rask sjekk
Hvordan gjør du klasseskårene om til én enkelt predikert etikett?
Oppsummering
Du har lært å følge med på nøyaktighet: bruk argmax på skårene, sammenlign med etikettene, tell riktige prediksjoner og divider. Følg utviklingen sammen med loss. 🎉
Lær deg Python med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 30
- Leksjoner
- 120
Ofte stilte spørsmål
Er leksjonen «Følg med på nøyaktigheten under treningen» gratis?
Ja – hele teksten i «Følg med på nøyaktigheten under treningen» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av Deep Learning Academy-kurset, kan du oppgradere til CoddyKit PRO. Kurset i Deep Learning Academy inneholder totalt 4 leksjoner.
Hva lærer jeg i «Følg med på nøyaktigheten under treningen»?
Gjør prediksjoner om til en skår Du øver på Deep Learning Academy med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Deep Learning Academy?
Ingen tidligere erfaring er nødvendig. Deep Learning Academy på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 3 av 4.
Hvor lang tid tar leksjonen «Følg med på nøyaktigheten under treningen»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Deep Learning Academy-leksjonen?
Ja. Alle Deep Learning Academy-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Forward-pass, tap, backward og step
- Skriv en minimal treningssløyfe
- Følg med på nøyaktigheten under treningen
- Train-modus vs. eval-modus