图像分类代码添加混淆矩阵输出功能

要在给定的代码中添加输出混淆矩阵到一个表格的功能，你需要在以下行作出修改或新增代码：

导入所需的库在 'main.py' 文件的开头，添加以下导入语句：

import numpy as np
import pandas as pd

修改代码以获取混淆矩阵在 'main' 函数中，找到以下代码块：

# 计算准确率
accuracy = (correct / total) * 100
print('Accuracy: {:.2f}%'.format(accuracy))

在该代码块之后添加以下代码：

# 计算混淆矩阵
confusion_matrix = np.zeros((num_classes, num_classes), dtype=int)
for i in range(num_classes):
    for j in range(num_classes):
        confusion_matrix[i, j] = np.sum((predicted == i) & (labels == j))

# 输出混淆矩阵
print('\nConfusion Matrix:')
df = pd.DataFrame(confusion_matrix, columns=class_labels, index=class_labels)
print(df)

修改代码以添加混淆矩阵所需的变量在 'main' 函数的开头，找到以下代码块：

# 获取数据集
train_loader, test_loader, class_labels = get_data_loaders(batch_size)

在该代码块之后添加以下代码：

# 获取分类类别数目
num_classes = len(class_labels)

这些修改将在给定的代码中添加输出混淆矩阵到一个表格的功能。你可以根据需要对表格的显示格式进行修改。