如何在图像分类器中获得前5位预测？

Question

这段代码给了我前一名的预测，但我想要前5名。我怎么能做到呢？

   # 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())

Answer 1

softmax给出了类的概率分布。argmax只接受概率最高的类的索引。您也许可以使用argsort，它将返回排序位置上的所有索引。

举个例子：

a = torch.randn(5, 3)
preds = a.softmax(1); preds

产出：

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个目标的一批大小5的概率分布。最后一个维度的讨论将给出：

preds.argmax(1)

产出：

tensor([1, 2, 0, 1, 0])

而最后一个维度的争论会给出：

preds.argsort(1)

产出：

tensor([[0, 2, 1],
        [1, 0, 2],
        [2, 1, 0],
        [0, 2, 1],
        [1, 2, 0]])

如您所见，上面输出的最后一列是概率最高的预测，第二列是第二大概率的预测，依此类推。