- 博客(4)
- 收藏
- 关注
RSS订阅原创 L1、L2损失和L1、L2正则和MAE、MSE区别
在torch.nn中L1loss函数的reduction参数可选mean和sum，mean相当于MAE，sum相当于L1损失。正则化的操作则是在原始损失函数后添加正则化项，相当于对损失函数做了一个约束，这个正则。同理，L2损失是求真实值与目标值差的平方的和，MSE比它多除了个n，求的是平均值。L1损失是求真实值与目标值差的绝对值的和，MAE比它多除了个n，求的是平均值。L2范数是对权重矩阵的每个元素求平方和（先平方，后求和）项就是带有控制参数的L1范数和L2范数。L1范数是对权重矩阵的每个元素绝对值求和。
2023-11-03 15:50:14
224
原创 i += 1 和 i = i + 1 的区别
iadd 方法同样接收两个参数，但它会改变第一个参数的值，因为这需要对象是可变的，所以对于不可变对象没有iadd方法。总的来说，对于int、tuple、set、str等对象的运算，两者没有区别。+= 首先尝试调用对象的_iadd_方法，若没有则调用_add_方法。（add 方法接收两个参数，返回它们的和，两个参数的值均不会改变。但是对于列表，+= 会改变原始列表的值，而+相当于创建了一个新列表。
2023-02-26 20:18:54
267
原创 [[False] * n for _ in range(n)]
for _ in range(n) 其中_表示占位符，不在乎具体数值，也用不到，只要看后面的n知道循环了几次即可，比如n=3时，表示生成3次[False，False，False][False] * n表示生成由n个False组成的向量，比如n=3时，生成[False，False，False]最后用最外围的[ ]将其变成矩阵，即一个n×n的矩阵。
2023-02-24 17:30:59
621
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人