python - 从 (1,2) pytorch 张量生成模型的置信度

Question

所以在我的分类神经网络中，我的最终张量是

a = tensor([[ 546.3831, -796.4016]], grad_fn=<AddmmBackward>)

我会通过调用得到程序认为它是哪个类别

a.max(1)

但是有没有办法计算网络对这个决定的置信度？我正在使用它来生成热图类型的东西，其中多个图像的置信度将聚集在一起以生成热图图像。

标签： pythonmachine-learningpytorch

Answer 1

您可以为此使用 softmax 函数：

from torch.functional import F

a = tensor([[ 546.3831, -796.4016]], grad_fn=<AddmmBackward>)
prob = F.softmax(a, dim=-1)

哪个输出tensor([[1., 0.]])。

请注意，我假设您的损失函数是交叉熵损失（或类似损失），并且a直接参与损失计算。

如果上述情况属实，那么您的模型被训练为使用这些数字a来预测每个类别的概率，并且我的答案是完全有效的，否则不是。