图像分类任务为什么用CEE不用MSE?

我们想衡量模型输出a和label y的逼近程度,其实这两个Loss都可以。但是为什么Logistic Regression采用的是交叉熵作为损失函数呢?看下这两个Loss function对w的导数,也就是SGD梯度下降时,w的梯度。

sigmoid导函数的取值范围?

F.cross_entropy()

F.nll_entropy()

nn.MSELoss()

MSELoss损失函数中文名字就是:均方损失函数,公式如下所示:

这里 loss, x, y 的维度是一样的,可以是向量或者矩阵,i 是下标。

很多的 loss 函数都有 size_average 和 reduce 两个布尔类型的参数。因为一般损失函数都是直接计算 batch 的数据,因此返回的 loss 结果都是维度为 (batch_size, ) 的向量。

一般的使用格式如下所示:

loss_fn = torch.nn.MSELoss(reduce=True, size_average=True)

 这里注意一下两个入参:

  A reduce = False,返回向量形式的 loss 

  B reduce = True, 返回标量形式的loss

C  size_average = True,返回 loss.mean();

  D  如果 size_average = False,返回 loss.sum()

默认情况下:两个参数都为True.

nn.CrossEntropyLoss

nn.NLLLoss

损失函数-MSE-CEE相关推荐

  1. 交叉熵和mse_损失函数 - MSE

    本来主要介绍机器学习中常见的损失函数MSE的定义以及它的求导特性. 数理统计中均方误差是指参数估计值与参数值之差平方的期望值,记为MSE.MSE是衡量"平均误差"的一种较方便的方法 ...

  2. 均方误差mse均方根误差rmse_损失函数 - MSE

    本来主要介绍机器学习中常见的损失函数MSE的定义以及它的求导特性. 数理统计中均方误差是指参数估计值与参数值之差平方的期望值,记为MSE.MSE是衡量"平均误差"的一种较方便的方法 ...

  3. MachineLearning(1)-激活函数sigmoid、损失函数MSE、CrossEntropyLoss

    损失函数 1.激活函数 2.损失函数 2.1均方误差损失函数 2.2交叉熵损失函数 2.3 NLLLoss() 2.4 BCELoss() 1.激活函数 全连接网络又叫多层感知器,多层感知器的基本单元 ...

  4. matlab的损失函数mse,MSELoss损失函数

    MSELoss损失函数中文名字就是:均方损失函数,公式如下所示: 这里 loss, x, y 的维度是一样的,可以是向量或者矩阵,i 是下标. 很多的 loss 函数都有 size_average 和 ...

  5. pytorch torch.nn.MSELoss(size_average=True)(均方误差【损失函数】)Mean Squared Error(MSE)、SSE(和方差)

    class torch.nn.MSELoss(size_average=True)[source] 创建一个衡量输入x(模型预测输出)和目标y之间均方误差标准. x 和 y 可以是任意形状,每个包含n ...

  6. Pytorch-工业应用中如何选取合适的损失函数(MAE、MSE、Huber)

    正文: 无论在机器学习还是深度学习领域中,损失函数都是一个非常重要的知识点.损失函数有许多不同的类型,根据具体模型和应用场景需要选择不同的损失函数,如何选择模型的损失函数,是作为算法工程师实践应用中最 ...

  7. 工业应用中如何选取合适的损失函数(MAE、MSE、Huber)-Pytorch版

    作者丨小可乐大魔王@知乎  编辑丨极市平台 来源丨https://zhuanlan.zhihu.com/p/378822530 直接上结果: 图片截选自本文末尾 正文: 无论在机器学习还是深度学习领域 ...

  8. 可视化深入理解损失函数与梯度下降 | 技术头条

    作者 | Hugegene 译者 | 刘畅 责编 | Rachel 出品 | AI科技大本营(id:rgznai100) [导语]本文对梯度函数和损失函数间的关系进行了介绍,并通过可视化方式进行了详细 ...

  9. tensorflow tf.keras.losses.MeanSquaredError 均方差损失函数 示例

    import tensorflow as tf import numpy as np 公式 error=1m∑i=1m(xi−yi)2error = \frac{1}{m}\sum_{i=1}^{m} ...

  10. Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用

    Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用 官方参考链接 1. 损失函数 (1)BCELoss 二分类 计算公式 小例子: (2) BCEWithLogitsLoss ...

最新文章

  1. 不会编程也能做这么酷炫的视频风格迁移?这个工具冲上Reddit热榜,还能在线试玩...
  2. 最优化方法外罚函数法Matlab,最优化方法 第三篇(罚函数法).pdf
  3. n皇后问题java_经典n皇后问题java代码实现
  4. python绘制如下图形、小三角形边长20_python二级操作题与分析(7)
  5. android从一个活动到另一个活动,Android应用程序在将一个活动打开到另一个活动时崩溃...
  6. 15.【nuxt起步】-Nuxt使用jsweixin sdk
  7. python pyqt eric_python+PyQT+Eric安裝配置 | 學步園
  8. proxmoxve打造云桌面_[pve][vdi]用deskpool创建基于proxmoxVE的桌面云
  9. dlna和miracast可以共存吗_关于无线显示技术,AirPlay,DLNA,Miracast,WiDi 等有何异同?...
  10. C语言——指针详解(必收藏)
  11. cv2.imread不能正常读取gif格式图片
  12. MonthCalendar显示该年的12个月份
  13. 魂斗罗进化革命+塞班JAVA版_魂斗罗进化革命电脑版
  14. 【雅思阅读】王希伟阅读P3(Heading)
  15. 100baseT、100baseFX、1000base-SX、100/1000base-T
  16. 给春节的宴客小吃来点小惊喜---绿茶甜心曲奇
  17. Python中三种表示NA的方式
  18. 如何用Python识别图片中的文字?
  19. TERRA-COTTA 之TCCONFIG配置问题 回顾
  20. Python求解非线性方程

热门文章

  1. Rational Rose 画时序图 且保存为图片文件
  2. Android中按钮的点击事件的四种写法
  3. 微信公众号生成个性化菜单
  4. linux重新启动apache,如何启动,停止或重新启动Apache
  5. phpstorm文件的大纲里的m、f、fx是什么意思?
  6. python中continue用法_Python学习笔记之Break和Continue用法分析
  7. python鱼眼图像识别_图像变换之矫正---鱼眼图像的矫正简介
  8. 亚马逊定制VP Review是什么原理?
  9. python教育学_我去过书声琅琅教育学Python,没想到却跟想象的不一样!
  10. string数据库使用和实践的第二部分网页展示http://string-db.org/