【问题标题】：how to calculate accuracy per epoch如何计算每个时期的准确度
【发布时间】：2021-06-08 05:44:39
【问题描述】：

当我运行这行代码时，我正在训练一个模型，同时计算每次迭代的准确性：

  model = train_model(model,criterion,num_epochs=100,learning_rate=1) # Training the mode

我在这一行得到一个错误：

 epoch_acc = np.sum(np.equal(totalPreds.cpu().numpy(),np.array(totalLabels)))/50000.0

出现错误

ValueError: 操作数无法与形状 (50000,) (0,) 一起广播

我还通过以下代码更改了这一行：

    epoch_acc = np.sum(np.equal(totalPreds.cpu().numpy(),totalLabels.numpy()))/50000.0

也出现错误

AttributeError: 'numpy.ndarray' 对象没有属性 'numpy'

这是获取每个时期准确度的代码

每个时期的准确度

    tempLabels = tempLabels.numpy()
    _,totalLabels = np.where(tempLabels==1)                        
    epoch_acc = np.sum(np.equal(totalPreds.cpu().numpy(),np.array(totalLabels)))/50000.0      
    train_acc.append(epoch_acc*100) 
    epochTimeEnd = time.time()-epochStartTime
    print('Average epoch loss: {:.6f}'.format(epoch_loss))
    print('Average epoch accuracy: {:.4f} %'.format(epoch_acc*100))
    print('-' * 25)

【问题讨论】：

标签： python numpy tensorflow

【解决方案1】：

这段代码至少有两个问题。

totalLabels 已经是一个 numpy 数组，因此您不需要执行属于 torch 模块的 .numpy()，而不是 numpy 模块。
您的np.where() 在元组的第二个元素中返回一个截断的索引数组。您可能想要：totalLabels = tempLabels == 1 进行整形。

尝试用以下代码替换它：

totalLabels = (tempLabels == 1).numpy().squeeze()
epoch_acc = np.sum(np.equal(totalPreds.cpu().numpy(), totalLabels))/50000.0  
...

【讨论】：