问题描述
我已经训练了fastai模型并将其保存。
是否可以将相同的数据,路径和文件加载到cnn_learner并绘制混淆矩阵?似乎所产生的混淆矩阵显示出比训练期间显示的更高的准确性。
如果我不能做到这一点,那么使用经过训练的模型如何正确绘制混淆矩阵?
data = ImageDataLoaders.from_path_func(path,files,label_func,num_workers=0)
model = cnn_learner(data,resnet34,loss_func=LabelSmoothingCrossEntropy(),metrics=error_rate)
model.fine_tune(1)
lr_min,lr_steep = model.lr_find()
model.fine_tune(1,lr_steep)
model.save('model')
# After training
data = ImageDataLoaders.from_path_func(path,metrics=error_rate)
model.load('model')
interp = ClassificationInterpretation.from_learner(model)
interp.plot_confusion_matrix()
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)