时间戳

首页 > 解决方案 > PyTorch 分类器输出什么？

python-3.x - PyTorch 分类器输出什么？

问题描述

所以我是深度学习的新手，开始学习 PyTorch。我创建了一个具有以下结构的分类器模型。

class model(nn.Module):
def __init__(self):
    super(model, self).__init__()
    resnet = models.resnet34(pretrained=True)
    layers = list(resnet.children())[:8]
    self.features1 = nn.Sequential(*layers[:6])
    self.features2 = nn.Sequential(*layers[6:])
    self.classifier = nn.Sequential(nn.BatchNorm1d(512), nn.Linear(512, 3))
    
def forward(self, x):
    x = self.features1(x)
    x = self.features2(x)
    x = F.relu(x)
    x = nn.AdaptiveAvgPool2d((1,1))(x)
    x = x.view(x.shape[0], -1)
    return self.classifier(x)

所以基本上我想在三件事{0,1,2}之间进行分类。在评估时，我传递了图像，它返回了一个具有三个值的张量，如下所示

    (tensor([[-0.1526,  1.3511, -1.0384]], device='cuda:0', grad_fn=<AddmmBackward>)

所以我的问题是这三个数字是什么？他们是概率吗？

PS如果我问得太傻了，请原谅我。

标签： python-3.xdeep-learningpytorchclassificationtensor

解决方案

所以在训练之后你想要做的是应用softmax到输出张量来提取每个类的概率，然后你选择最大值（最高概率）。

在你的情况下：

prob = torch.nn.functional.softmax(model(x), dim=1)
_, pred_class = torch.max(prob, dim=1)

推荐阅读