python - 如何使用我的类型进行预测在我的一组图像上?Python / Torchvision / PyTorch
问题描述
我已经在我的训练和验证集上训练了我的图像,但现在我希望将我的模型应用到我的测试集(我也存储了分类)。我见过的甚至处理测试集的唯一方法是通过与验证集完全相同的机制,但这使它成为验证集而不是测试集的扩展?没有预测。
model_ft, hist = train_model(model_ft, dataloaders_dict, criterion, optimizer_ft, num_epochs=num_epochs)
解决方案
试试下面的东西
def predict(model, dataloader):
# Set model to evaluate mode
model.eval()
predictions = []
with torch.no_grad()
# Iterate over data.
for inputs, _ in dataloader:
outputs = model(inputs)
_, preds = torch.max(outputs, 1)
predictions.extend(preds.numpy())
return predictions
print (predict(model_ft, your_test_dataloader))
推荐阅读
- javascript - 将事件监听器附加到 dom 片段
- java - .so 与 .jar 的接口
- angular - 无法调整 Ag 网格的大小
- openapi - 是否可以覆盖 OpenAPI 3 中引用参数的“必需”属性?
- python-3.x - 如何在for循环中堆叠一系列二维数组,输出到多维数组
- python - 变量中的全局字典名称
- go - 如何阻止 go html/template 转义路径(尝试过 .HTML .JS 等)
- c# - if语句如何控制输出
- php - 使用 Carbon 字段基于页面名称的容器
- javascript - 在 Microsoft BotFramework WebChat 中为 Text-to-Speech 和 Speech-to-Text 集成认知语音服务