torch SmoothL1Loss

最新推荐文章于 2024-01-28 20:25:55 发布

AI算法网奇

最新推荐文章于 2024-01-28 20:25:55 发布

阅读量5.3k

点赞数 1

分类专栏： pytorch知识宝典

本文链接：https://blog.csdn.net/jacke121/article/details/91490510

版权

pytorch知识宝典专栏收录该内容

499 篇文章 226 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了PyTorch库中的SmoothL1Loss损失函数，它结合了L1和L2范数的优点，常用于目标检测任务中。通过实例代码解析其工作原理和应用场景，帮助读者理解如何在实际项目中有效利用该损失函数。

摘要由CSDN通过智能技术生成

import torch

bce_loss = torch.nn.BCELoss()

crit = torch.nn.SmoothL1Loss()
pre = torch.Tensor([0.5, 1.6, 1])
target =  torch.Tensor([0.5, 0.8, 1])
print(pre.size())
print(target.size())
print('SmoothL1Loss',crit(pre, target))
print('bce',bce_loss(target, pre)) #target放在右边，pre只能在0-1之间
print('bce2',bce_loss(pre, target))