Как получить вероятности при использовании Densenet Pytorch?

Я хочу выполнить двоичную классификацию и использовал DenseNet от Pytorch.

Вот мой код прогноза:

densenet = torch.load(model_path)
densenet.eval()
output = densenet(input)
print(output)

И вот результат:

Variable containing:
54.4869 -54.3721
[torch.cuda.FloatTensor of size 1x2 (GPU 0)]

Я хочу получить вероятности каждого класса. Что я должен делать?

Я заметил, что torch.nn.Softmax() можно использовать, когда есть много категорий, как обсуждалось здесь.

Вы уже пробовали использовать для этого softmax?

dennlinger 16.10.2018 08:46

Спасибо за ответ! Я попробовал, и он выдает два числа с плавающей запятой, что в сумме дает 1. Но я не уверен, что это так или нет.

龚世泽 16.10.2018 09:17

Можете ли вы отредактировать свой пост с дополнительной информацией о print(model), чтобы мы могли видеть, каковы последние шаги в модели? Если в него уже встроен softmax, нет смысла переделывать его, но часто он остается открытым для пользователя при переподготовке. Обновлено: при загрузке с densenet = torchvision.models.densenet121() этого не происходит. Поэтому, если вы не указали что-то еще, вы можете безопасно использовать Softmax для этого.

dennlinger 16.10.2018 10:01

Да, его последний слой: (классификатор): Линейный (1920 -> 2). И спасибо за вашу помощь :). Я думаю, мне следует сначала изучить метод глубокого наклона, прежде чем я буду его использовать.

龚世泽 16.10.2018 10:42
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
4
367
1

Ответы 1

import torch.nn as nn

Добавьте слой softmax к слою классификатора: т.е. типичный:

num_ftrs = model_ft.classifier.in_features
model_ft.classifier = nn.Linear(num_ftrs, num_classes)

 updated:

model_ft.classifier = nn.Sequential(nn.Linear(num_ftrs, num_classes), 
nn.Softmax(dim=1))

Другие вопросы по теме