使用PyTorch计算用于分类和回归的95%可信区间的正确方法是什么？
我想使用PyTorch报告我的数据的90、95、99等可信区间。但置信度间隔似乎太重要了，不能让我的实现未经测试或受到批评，所以我希望得到反馈-至少应该由一些专家进行检查。此外，我已经注意到，当我的值为负值时，我得到了NaN值，这让我认为我的代码只适用于分类(至少)，但我也会进行回归。我还感到惊讶的是，直接使用NumPy代码实际上给了我可微的张量……这是我意想不到的。 那么这是正确的吗？：
..
pytorch-lightning相关内容
如何在 pytorch-lightning 中使用 TensorBoard 记录器转储混淆矩阵?
官方文档仅说明 >>>从 pytorch_lightning.metrics 导入 ConfusionMatrix>>>target = torch.tensor([1, 1, 0, 0])>>>preds = torch.tensor([0, 1, 0, 0])>>>confmat = ConfusionMatrix(num_classes=2)>>>confmat(预测，目标) 这并未
..