如何获得图像分类器中的前 5 个预测？

社会演员多 2年前 pytorch 433

原文标题 ：How can i get top 5 prediction in Image Classifier?

这段代码给了我前 1 的预测，但我想要前 5。我该怎么做？

   # Get top 1 prediction for all images
    
    predictions = []
    confidences = []
    
    with torch.inference_mode():
      for _, (data, target) in enumerate(tqdm(test_loader)):
        data = data.cuda()
        target = target.cuda()
        output = model(data)
        pred = output.data.max(1)[1]
        probs = F.softmax(output, dim=1)
        predictions.extend(pred.data.cpu().numpy())
        confidences.extend(probs.data.cpu().numpy())

原文链接：https://stackoverflow.com//questions/71450451/how-can-i-get-top-5-prediction-in-image-classifier

我来回复

Kevin 评论
softmax 给出了类的概率分布。 argmax 只取概率最高的类的索引。您也许可以使用 argsort 它将返回所有索引的排序位置。

一个例子：
```
a = torch.randn(5, 3)
preds = a.softmax(1); preds
```
输出：
```
tensor([[0.1623, 0.6653, 0.1724],
        [0.4107, 0.1660, 0.4234],
        [0.6520, 0.2354, 0.1126],
        [0.1911, 0.4600, 0.3489],
        [0.4797, 0.0843, 0.4360]])
```
这可能是具有 3 个目标的大小为 5 的批次的概率分布。沿最后一个维度的 argmax 将给出：
```
preds.argmax(1)
```
输出：
```
tensor([1, 2, 0, 1, 0])
```
虽然沿最后一个维度的 argsort 将给出：
```
preds.argsort(1)
```
输出：
```
tensor([[0, 2, 1],
        [1, 0, 2],
        [2, 1, 0],
        [0, 2, 1],
        [1, 2, 0]])
```
如您所见，上面输出中的最后一列是概率最高的预测，第二列是概率第二高的预测，依此类推。
2年前 0条评论

如何获得图像分类器中的前 5 个预测？

回复

相关问题