speechbrain.utils.Accuracy 模块

计算准确率。

作者 * Jianyuan Zhong 2020

摘要

类：

AccuracyStats

用于计算整体一步向前预测准确率的模块。

函数：

Accuracy

计算一批预测的对数概率和目标的准确性。

参考

speechbrain.utils.Accuracy.Accuracy(log_probabilities, targets, length=None)

计算一批预测对数概率和目标的准确性。

Parameters:

• log_probabilities (torch.Tensor) – 预测的对数概率 (batch_size, time, feature)。

• targets (torch.Tensor) – 目标 (batch_size, time).

• length (torch.Tensor) – 目标的长度 (batch_size,).

Returns:

• numerator (float) – 正确样本的数量

• denominator (float) – 样本的总数

Example

>>> probs = torch.tensor([[0.9, 0.1], [0.1, 0.9], [0.8, 0.2]]).unsqueeze(0)
>>> acc = Accuracy(torch.log(probs), torch.tensor([1, 1, 0]).unsqueeze(0), torch.tensor([2/3]))
>>> print(acc)
(1.0, 2.0)

class speechbrain.utils.Accuracy.AccuracyStats

基础类：object

用于计算整体一步向前预测准确率的模块。

Example

>>> probs = torch.tensor([[0.9, 0.1], [0.1, 0.9], [0.8, 0.2]]).unsqueeze(0)
>>> stats = AccuracyStats()
>>> stats.append(torch.log(probs), torch.tensor([1, 1, 0]).unsqueeze(0), torch.tensor([2/3]))
>>> acc = stats.summarize()
>>> print(acc)
0.5

append(log_probabilities, targets, length=None)

此函数用于根据当前批次中的预测和目标更新统计信息。

Parameters:

• log_probabilities (torch.Tensor) – 预测的对数概率 (batch_size, time, feature)。

• targets (torch.Tensor) – 目标 (batch_size, time).

• length (torch.Tensor) – 目标的长度 (batch_size,).

summarize()

计算准确率指标。