Отслеживайте точность во время обучения
Преобразуйте предсказания в оценку
«Отслеживайте точность во время обучения» — бесплатный урок Deep Learning Academy на CoddyKit. Это урок 3 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Deep Learning Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Deep Learning Academy содержит 4 уроков всего.
Части этого урока еще не переведены и отображаются на английском.
Loss Alone Lies a Little
A falling loss feels good, but it is abstract. To know if your model is truly useful you also want accuracy, the share of predictions it gets right. 🎯
From Logits to a Choice
Your model outputs raw scores per class. To pick a prediction you take the index of the largest score with argmax along the class dimension.
preds = pred.argmax(dim=1)Compare to the Truth
Now compare each predicted class to the real label. The result is a boolean tensor where True marks every example the model got right.
correct = preds == yCount the Wins
Booleans add up like ones and zeros, so summing the matches gives a count of correct predictions in this batch.
num_correct = correct.sum().item()Turn Count Into a Rate
Divide correct predictions by the batch size and you get accuracy, a number from zero to one that is easy to read as a percentage.
acc = num_correct / y.size(0)Accumulate Across Batches
Per-batch accuracy is noisy, so keep running totals of correct and seen examples. Their ratio gives a stable epoch accuracy.
total_correct += num_correct
total_seen += y.size(0)Report Each Epoch
At the end of an epoch compute the overall rate and print it beside the loss. Now you see both how confident and how correct the model is.
epoch_acc = total_correct / total_seenKeep Metrics off the Graph
When you only measure, wrap scoring in no_grad. It stops PyTorch from tracking operations you never plan to backpropagate, saving memory.
with torch.no_grad():
preds = model(x).argmax(dim=1)Accuracy Is Not Enough Alone
On imbalanced data accuracy can fool you: always guessing the common class scores high yet learns nothing. Pair it with loss and other metrics.
Watch the Trend
One epoch's number means little; the trend is everything. Rising accuracy with falling loss is the clear sign your training is on track.
A Window Into Learning
Tracking accuracy turns training from a black box into something you can watch. Each epoch you get honest feedback on real progress.
Quick Check
How do you turn class scores into a single predicted label?
Recap
You learned to track accuracy: argmax the scores, compare to labels, count correct, and divide. Watch the trend alongside loss. 🎉
Часто задаваемые вопросы
Урок «Отслеживайте точность во время обучения» бесплатный?
Да — полный текст урока «Отслеживайте точность во время обучения» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Deep Learning Academy, подпишись на CoddyKit PRO. Курс Deep Learning Academy содержит 4 уроков всего.
Чему я научусь в уроке «Отслеживайте точность во время обучения»?
Преобразуйте предсказания в оценку Ты практикуешь Deep Learning Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать Deep Learning Academy?
Предыдущий опыт не требуется. Deep Learning Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 3 из 4.
Сколько времени занимает урок «Отслеживайте точность во время обучения»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке Deep Learning Academy?
Да. Каждый урок Deep Learning Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Прямой проход, потери, обратный проход и шаг
- Напишите минимальный цикл обучения
- Отслеживайте точность во время обучения
- Режимы обучения и оценки