阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
aug_CNN“)
torch.save(.state_dict()，“models_aug_CNN{}.pth“.format(epoch+1))
scheduler.step()
sum_loss=0
sum_rrect=0
test_sum_fp=0
test_sum_fn=0
test_sum_tp=0
test_sum_tn=0
fori，datainenumerate(testDataLoader):
.eval()
inputs，bels=data
inputs=inputs.unseeze(1).to(torch.float32)
bels=bels.type(torch.LongTensor)
inputs，bels=inputs.to(device)，bels.to(device)
outputs=(inputs)
loss=loss_func(outputs，bels)
_，pred=torch.max(outputs.data，dim=1)
a=pred.eq(bels.data).cpu().sum()
one=torch.ones_like(bels)
zero=torch.zeros_like(bels)
tn=((bels==zero)*(pred==zero)).sum()
tp=((bels==one)*(pred==one)).sum()
fp=((bels==zero)*(pred==one)).sum()
fn=((bels==one)*(pred==zero)).sum()
test_sum_fn+=fn.item()
test_sum_fp+=fp.item()
test_sum_tn+=tn.item()
test_sum_tp+=tp.item()
sum_loss+=loss.item()
sum_rrect+=a.item()
test_precision=test_sum_tp*1.0(test_sum_fp+test_sum_tp)
test_recall=test_sum_tp*1.0(test_sum_fn+test_sum_tp)
test_loss=sum_loss*1.0len(testDataLoader)
test_rrect=sum_rrect*1.0len(testDataLoader)batch_size
riter.add_scar(“testloss“，test_loss，global_step=epoch+1)
riter.add_scar(“testrrect“，test_rrect，global_step=epoch+1)
riter.add_scar
(“testprecision“，test_precision，global_step=epoch+1)
riter.add_sca
r(“testrecall“，test_recall，global_step=epoch+1)
本章未完，请点击下一页继续阅读》》