torch.eq()

部署运行你感兴趣的模型镜像

若predicted与label.data对应数值相同,则torch.eq()返回1,否则返回0,张量类型

 torch.eq(predicted,label.data).sum() 返回一个张量,张量值为对应值相同的个数

 torch.eq(predicted,label.data).sum().iten()返回值为torch.eq()所有值相加

import torch

predict_labels = torch.tensor([0,1 ,2 ,3, 4,6,7])
labels = torch.tensor([4, 3 ,2, 1 ,4,6,7])


correct = torch.eq(predict_labels,labels)
correct1 = torch.eq(predict_labels,labels).sum()
correct2 = torch.eq(predict_labels,labels).sum().item()


print(correct)
'''
tensor([False, False,  True, False,  True,  True,  True])
'''
print(correct1)  #生成张量
'''
tensor(4)
'''
print(correct2)  #数值相加
'''
4
'''

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值