torcheval.metrics.functional.hit_rate

torcheval.metrics.functional.hit_rate(input: Tensor, target: Tensor, *, k: int | None = None) → Tensor

计算前 k 个预测类别中正确类别的命中率。其类版本为 torcheval.metrics.HitRate。

参数：

• input (Tensor) – 预测的未归一化分数（通常称为 logits）或形状为 (样本数，类别数) 的类别概率。

• target (Tensor) – 形状为 (样本数，) 的真实类别索引。

• k (int, 可选) – 要考虑的前 k 个预测类别的数量。如果 k 为 None，则考虑所有类别，并返回 1.0 的命中率。

示例

>>> import torch
>>> from torcheval.metrics.functional import hit_rate
>>> input = torch.tensor([[0.3, 0.1, 0.6], [0.5, 0.2, 0.3], [0.2, 0.1, 0.7], [0.3, 0.3, 0.4]])
>>> target = torch.tensor([2, 1, 1, 0])
>>> hit_rate(input, target, k=2)
tensor([1.0000, 0.0000, 0.0000, 1.0000])