Pytorch:损失函数

4.1.4 损失函数

在深度学习中要用到各种各样的损失函数（loss function），这些损失函数可看作是一种特殊的layer，PyTorch也将这些损失函数实现为nn.Module的子类。然而在实际使用中通常将这些loss function专门提取出来，和主模型互相独立。详细的loss使用请参照文档1，这里以分类中最常用的交叉熵损失CrossEntropyloss为例说明。

http://pytorch.org/docs/nn.html#loss-functions↩

In [31]:

# batch_size=3，计算对应每个类别的分数（只有两个类别）
score = t.randn(3, 2)
# 三个样本分别属于1，0，1类，label必须是LongTensor
label = t.Tensor([1, 0, 1]).long()# loss与普通的layer无差异
criterion = nn.CrossEntropyLoss()
loss = criterion(score, label)
loss

Out[31]:

tensor(0.5944)

Pytorch:损失函数相关推荐

pytorch 损失函数总结
PyTorch深度学习实战 4 损失函数损失函数,又叫目标函数,是编译一个神经网络模型必须的两个参数之一.另一个必不可少的参数是优化器. 损失函数是指用于计算标签值和预测值之间差异的函数,在机器学习 ...
Pytorch损失函数losses简介
一般来说,监督学习的目标函数由损失函数和正则化项组成.(Objective = Loss + Regularization) Pytorch中的损失函数一般在训练模型时候指定. 注意Pytorch中内 ...
Pytorch —— 损失函数（二）
目录 5.nn.L1Loss 6.nn.MSELoss 7.nn.SmoothL1Loss 8.nn.PoissonNLLLoss 9.nn.KLDivLoss 10.nn.MarginRanking ...
[PyTorch] 损失函数
参考 pytorch常用损失函数为什么用交叉熵做损失函数 BCELoss 这是官方文档二分类交叉熵损失(BinaryCrossEntropyLoss) ln=−wn[yn⋅log2xn+(1−y ...
Pytorch 损失函数 Mean Squared Error
Pytorch的损失函数定义在torch.nn.functional下,可以直接使用. Mean Squared Error(MSE)即均方误差,常用在数值型输出上: 其中θ是网络的参数,取决于使用的 ...
pytorch损失函数中‘reduction‘参数
内容介绍在调用pytorch的损失函数时,会有一个'reduction'的参数,本文介绍使用不同的参数对应的结果,以L1 loss为例子: reduction = mean 当使用的参数为 mean ...
Pytorch损失函数解析
本文根据pytorch里面的源码解析各个损失函数,各个损失函数的python接口定义于包torch.nn.modules中的loss.py,在包modules的初始化__init__.py中关于损失函 ...
Pytorch损失函数篇
点击关注我哦一篇文章带你了解pytorch中常用的损失函数 Q:什么是损失函数? 训练神经网络类似于人类的学习方式.我们将数据提供给模型,它可以预测某些内容,并告诉其预测是否正确.然后,模型纠正其错 ...
pytorch损失函数binary_cross_entropy和binary_cross_entropy_with_logits的区别
binary_cross_entropy和binary_cross_entropy_with_logits都是来自torch.nn.functional的函数,首先对比官方文档对它们的区别: 函数名 ...

Pytorch:损失函数

Pytorch:损失函数相关推荐

最新文章

热门文章