[Pytorch 스크래치 코드] Evaluation 코드

❏ Evaluation code 

✓ train, validation 을 통한 early stopping을 수행하였으면 나온 모델을 통해 실제 예측을 수행해야하는 마지막 단계에 도달한다. 

    이를 위해 아래와 같이 코드를 적용하면 된다. 

 

### Evaluation code ###
###                 ###

# 예측값 저장하는 빈 리스트
all_predictions = []

# 모델을 평가모드로 설정.
model.eval()
for inputs in test_dataloader:
    with torch.no_grad():
        inputs=inputs[0].float()
        x = inputs.to(device)
        outputs = model(x)
        max_values, max_indices = torch.max(outputs, 1) # 각 행마다 가장 큰 값을 찾아서 반환함.
        
        # 예측 결과 저장
        all_predictions.extend(max_indices.cpu().numpy()) 
        
print('저장된 파일 길이 확인: ',len(all_predictions))

✓ 기타 : DataLoader에서 batch_size가 1이나 32, 64 여도  " torch.max(  ,dim=1) "  을 수행함으로 잘 작동함. 

 

 

 

✓ inputs에 [0]을 취해주지 않으면 리스트로 나오기때문에 model에 못들어감. 

 

 

✓ Train, Validation 코드 참고.

https://put-idea.tistory.com/90

[Pytorch 스크래치 코드] 분류문제 Train, Validation 함수

https://put-idea.tistory.com/91

[Pytorch 스크래치 코드] 회귀문제 Train, Validation 함수