python for下面的else执行流程是在上面的for执行完成后顺序执行的，除非上面的for循环中有break会导致跳过的情况，否则是执行了上面的for,再执行else

最新推荐文章于 2024-05-06 14:57:04 发布

原创最新推荐文章于 2024-05-06 14:57:04 发布 · 425 阅读

1 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

145 篇文章

订阅专栏

本文详细介绍了使用PyTorch框架进行深度学习模型训练后的评估过程，包括模型预测准确率的计算和展示预测结果的具体数值。通过对两个不同批次的数据进行模型评估，展示了模型在不同数据集上的表现，准确率分别达到了78.125%和84.375%。

部署运行你感兴趣的模型镜像

#result

t_class.type= <class 'torch.Tensor'>
t_class= tensor([[ 3],
        [ 6],
        [ 9],
        [ 5],
        [ 5],
        [ 1],
        [ 2],
        [ 2],
        [ 0],
        [ 7],
        [ 1],
        [ 3],
        [ 3],
        [ 0],
        [ 9],
        [ 7],
        [ 7],
        [ 0],
        [ 6],
        [ 5],
        [ 8],
        [ 6],
        [ 5],
        [ 9],
        [ 0],
        [ 3],
        [ 5],
        [ 0],
        [ 0],
        [ 4],
        [ 0],
        [ 2]])
t_class= torch.Size([32, 1])
Accuracy: 78.125%
t_class.type= <class 'torch.Tensor'>
t_class= tensor([[ 6],
        [ 0],
        [ 8],
        [ 0],
        [ 0],
        [ 2],
        [ 9],
        [ 5],
        [ 1],
        [ 4],
        [ 0],
        [ 2],
        [ 3],
        [ 7],
        [ 0],
        [ 8],
        [ 0],
        [ 0],
        [ 5],
        [ 3],
        [ 8],
        [ 5],
        [ 7],
        [ 4],
        [ 3],
        [ 8],
        [ 0],
        [ 0],
        [ 5],
        [ 0],
        [ 8],
        [ 5]])
t_class= torch.Size([32, 1])
Accuracy: 84.375%

您可能感兴趣的与本文相关的镜像