我的基于 PyTorch 的 CNN (Conv1D) 模型有 20 个输入和 6 个输出。只有当所有 6 个输出都完全匹配时，才认为预测是“准确”的，对吗？所以，除非我的所有预测结果都精确到小数点后第 8 位，否则我能获得不错的准确率吗？

回答：

标准的准确性指标通常用于分类任务。要使用准确性指标，你必须将输出分类为以下之一：真阳性 (TP)、真阴性 (TN)、假阳性 (FP)、假阴性 (FN)。

这些分类指标在一定程度上也可以用于回归任务，当你能通过简单的阈值将输出标记为 TP、TN、FP、FN 时。这在很大程度上取决于你处理的问题类型，可能是可能的，也可能是不可能或无用的。

正如 Andrey 所说，通常你想要使用像 平均绝对误差 (MAE) 或 均方误差 (MSE) 这样的指标。但这些指标可能难以解释。我建议你查看与你类似问题的论文，看看他们使用哪些指标来评估结果并与其他工作进行比较。