我正在尝试根据官方教程链接使用PyTorch来打印每个类的预测准确率

但事情似乎出了问题。我用来做这项工作的代码如下：

    for epoch in range(num_epochs):    # 每个epoch有一个训练和验证阶段    for phase in ['train', 'val']:       ... (这是教程提供的)    (我的代码)    class_correct = list(0. for i in range(3))    class_total = list(0. for i in range(3))    for data in dataloaders['val']:        images, labels = data        outputs = model(inputs)        _, predicted = torch.max(outputs.data, 1)        c = (predicted == labels.data).squeeze()        for i in range(4):            label = labels.data[i]            class_correct[label] += c[i]            class_total[label] += 1    for i in range(3):        print('Accuracy of {} : {} / {} = {:.4f} %'.format(i, class_correct[i], class_total[i], 100 * class_correct[i].item() / class_total[i]))    print(file = f)    print()

例如，第1/1个epoch的输出是：

我认为以下等式应该成立：

running_corrects := 2 + 2

但事情并没有如我所想的那样发生。

哪里出了问题？希望有人能指出我的错误并教我如何正确地做这件事。

谢谢！

回答：

最后，我解决了这个问题。首先，我比较了两个模型的参数，发现它们是相同的。因此，我确认了模型是相同的。然后，我检查了两个输入，惊讶地发现它们是不同的。

所以我仔细回顾了两个模型的输入，发现答案是传递给第二个模型的参数没有更新。

代码：

for data in dataloaders['val']:    images, labels = data    outputs = model(inputs)

更改为：

for data in dataloaders['val']:    inputs, labels = data    outputs = model(inputs)

完成！