pytorch 区间loss 损失函数

pytorch 区间loss 损失函数

我们知道sigmoid可以把值转化为0-1之间。

tanh函数可以把值转化到[-1，1]之间，

但是在回归时，希望梯度是均匀的，有么有别的方法呢？

答案是肯定的，

解决方法1：

data=torch.sin(data)，这个跟SIGMOD效果差不多，

周期性函数，把值变到了[-1，1]之间。

周期性函数，把值变到了[0,1]之间，加了abs这个不收敛：

loss0 = bce_loss(torch.abs(torch.cos(out)), labels_v)

解决方法2：

比如要回归A，希望A在1到-1之间，可以设计损失函数：

import torch


class My_Loss3(torch.nn.Module):
    def __init__(self):
        super(My_Loss3, self).__init__()

    def forward(self, pred_angle0, label):
        l1 = torch.clamp(torch.abs(pred_angle0)-1, min=0)
        c1 = torch.abs(pred_angle0 - label)
        c2 =torch.abs(2 - c1)
        l3 = torch.where(c1 > c2, c2, c1)
        return torch.mean(0.1*l3 + l1)

希望