Lua torch中多标签分类的optim混淆矩阵替代方案

我有一个convnet，它可以生成多标签输出。Ie：每个图像可以用0到10个标签进行标记。输出是大小为10的张量，包含1s（表示该索引处的标签）和-1s（该索引处没有标签）。目标的格式相同。因此：

{1, 1, 1, -1, 1, 1, 1, 1, 1, 1}

指示标签1-3和5-10。多标签输出不能与torch optim软件包的混淆矩阵一起使用。评估预测准确度的好方法有哪些

理想情况下，我想知道在误报、真阳性等方面预测每个标签的准确程度。一个想法是制作10个单独的混淆矩阵，并为每个索引提供数据。但是有更好的解决办法吗

欢迎您的任何意见

---

---

更新：上面的方法工作得很好，但是当有很多标签时，它很麻烦。我只是想知道是否有更好的办法

我为每个标签制作了单独的混淆矩阵，分割输出预测，并将它们添加到适当的矩阵中。通过共同绘制训练/验证集的分类精度，很容易解释

我为每个标签制作了单独的混淆矩阵，分割输出预测，并将它们添加到适当的矩阵中。通过共同绘制训练/验证集的分类精度，很容易解释

提议的方法是否有缺陷？提议的方法是否有缺陷？