pytorch各种loss函数

已于 2023-10-07 21:51:32 修改
阅读量493 收藏 1
点赞数
分类专栏： pytorch实践 文章标签： pytorch 人工智能 python
于 2023-09-26 23:10:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/juluwangriyue/article/details/133325656
版权
pytorch实践 专栏收录该内容
136 篇文章 114 订阅 ¥29.90 ¥99.00
订阅专栏
本文介绍了PyTorch中各种损失函数的详细信息，包括它们的用途和应用场景，帮助理解深度学习模型训练过程中的损失计算。
摘要由CSDN通过智能技术生成

pytorch各种loss函数

各种loss函数

Loss Functions 实现 名称 适用场景
nn.L1Loss 创建一个标准来测量输入中每个元素x和目标y之间的平均绝对误差(MAE) 平均绝对值误差损失 回归
nn.MSELoss 创建一个标准，用于测量输入中每个元素x和目标y之间的均方误差(L2范数的平方)。 均方误差损失 回归
nn.CrossEntropyLoss 该准则计算输入logits与目标之间的交叉熵损失。 交叉熵损失 多分类
nn.CTCLoss 连接主义时间分类损失。
nn.NLLLoss 负对数似然损失。 负对数似然函数损失 多分类
nn.PoissonNLLLoss 目标泊松分布的负对数似然损失。
nn.GaussianNLLLoss 高斯负对数似然损失。
nn.KLDivLoss Kullback-Leibler散度损
了解本专栏 订阅专栏 解锁全文
落花逐流水
关注
专栏目录
订阅专栏
5.深度学习 ② 常用损失函数 1）
驽马十驾，功在不舍；锲而不舍，金石可镂。
05-04 8064
loss函数大全参考文件 平均绝对误差（MAE）/L1 Loss 当torch.nn.L1Loss的参数reduction选择’sum’时即为L1 loss； 当选择 ‘mean’ /'none’时，即为MAE。 KaTeX parse error: Can't use function '\]' in math mode at position 74: …_i^p} \right|} \̲]̲............
Pytorch之loss（损失函数）
记录学习的小白
04-18 6047
损失函数也在torch.nn下，具体可以参考文档，也可以参考官网 先根据L1Loss举例 我个人感觉这里的描述还是到官网的文档找比较好，公式看的比文档清楚 import torch from torch import nn inputs = torch.tensor([[3, 2, 1],[1, 2, 3]], dtype=torch.float32) target = torch.tensor([[1, 2, 1],[1, 2, 4]], dtype=torch.float32) l
Pytorch 的损失函数Loss function使用详解
weixin_36670529的博客
05-11 1万+
目录 1、损失函数 1、nn.L1Loss 2、nn.SmoothL1Loss 3、nn.MSELoss 4、nn.CrossEntropyLoss 5、nn.BCELoss 6、nn.NLLLoss 7、nn.NLLLoss2d 8、BCEWithLogitsLoss 与 MultilabelSoftMarginLoss 9、比较BCEWithLogitsLoss和Tenso...
PyTorch 10大常用损失函数Loss Function详解
Cynthialy_的博客
04-13 1万+
目录 前言 一、损失函数 二、详解 1.回归损失 2.分类损失 三. 总结 前言 一、损失函数介绍 二、详解 1.L1 Loss 2. L2 Loss 3. Cross-Entropy Loss 4. Hinge Embedding Loss 5. NLL Loss 6.Margin Ranking Loss 7.KL Divergence Loss 8.Triplet Margin loss 总结 前言 损失函数在...
Pytorch loss 函数详解
weixin_41914570的博客
11-13 4441
reduce参数如果为True，计算结果“坍缩”,"坍缩"方法有两种：求和（size_average=False）与平均(size_average=True) 1. torch.nn.L1Loss (MAE:Mean Absolute Error) 计算绝对值差的总和，输入输出的维度应该相同 loss = torch.nn.L1Loss(reduce=False, size_average=False) loss(torch.tensor([1.,2.]),torch.tensor([3.,4...
pytorch自定义loss损失函数
呆萌的代Ma
02-10 1万+
自定义loss的方法有很多，但是在博主查资料的时候发现有挺多写法会有问题，靠谱一点的方法是把loss作为一个pytorch的模块，比如： class CustomLoss(nn.Module): # 注意继承 nn.Module def __init__(self): super(CustomLoss, self).__init__() def forward(self, x, y): # .....这里写x与y的处理逻辑，即loss的计算方法
Pytorch中loss计算解析
sunmingyang1987的博客
03-28 845
下面是一段Pytorch分类案例代码： running_loss = 0.0 running_corrects = 0 # Iterate over data. for inputs, labels in dataloaders[phase]: inputs = inputs.to(device) labels = labels.to(device) # zero the parameter gradients optimizer.zero_grad() # forward #
pytorch常用Loss函数
baidu_33512336的博客
07-30 4598
前言 pytorch常用损失函数 损失函数的基本用法： criterion = LossCriterion() #构造函数有自己的参数 loss = criterion(x, y) #调用标准时也有参数 得到的loss结果已经对mini-batch数量取了平均值 1.BCELoss(二分类) CLASS torch.nn.BCELoss(weight=None, size_average=None, reduce=None, reduction='mean') 创建一个衡量目标和输出.
pytorch 常用loss函数CV_Dreamer整理篇（一）
01-21
L1 Loss、平均绝对误差（MAE） 当torch.nn.L1Loss的参数reduction选择’sum’时即为L1 loss； 当选择 ‘mean’ 或’none’时，即为MAE。 公式如下： MAE=1n∗∑i=1n∣yi−yip∣MAE = \frac{1}{n} * \sum\limits_{i =...
pytorch学习 激活函数和loss函数及其求导
weixin_42914662的博客
03-20 1252
文章目录1 激活函数1.1 sigmoid函数1.2 tanh函数1.3 Relu整形线性单元1.4softmax2 loss fuction2.1 均方差2.2.1 如何使用pytorch自动求导2.2 交叉cross熵entropy总结 # 前言 本文所有学习内容来自 [pytorch学这个就够了](https://www.bilibili.com/video/BV1Sr4y1N71H?p=29) 1 激活函数 激活函数包括sigmoid函数和tanh函数和relu函数和softmax函数（常与cro
(三)pytorch中损失函数
qq_23123181的博客
04-11 5852
损失函数可以分为三类：回归损失函数、分类损失函数和排序损失函数 1、L1 loss 计算实际值和预测值之间的绝对值之和的平均值。 y表示标签，pred表示预测值。（回归问题），当目标变量的分布具有异常值时，即与平均值相差很大的值，它被认为对异常值具有很好的鲁棒性。 import torch def lossTest(): input=torch.randn(3,5,requires_grad=True) target=torch.randn(3,5) mae_loss=
PyTorch 学习笔记（六）：PyTorch的十八个损失函数
人工智能技术学习与分享
04-04 1万+
本文截取自《PyTorch 模型训练实用教程》，获取全文pdf请点击：https://github.com/tensor-yu/PyTorch_Tutorial 文章目录1.L1loss2.MSELoss3.CrossEntropyLoss4.NLLLoss5.PoissonNLLLoss6.KLDivLoss7.BCELoss8.BCEWithLogitsLoss9.MarginRanking...
pytorch系列12 --pytorch自定义损失函数custom loss function
墨流觞的博客
11-15 5万+
本文主要内容： nn.Module 和 nn.Functional 区别和联系 自定义损失函数 1. 关于nn.Module与nn.Functional的区别： https://discuss.pytorch.org/t/whats-the-difference-between-torch-nn-functional-and-torch-nn/681 https://www.zhihu.co...
Pytorch学习之十九种损失函数
mingo_敏
01-01 6万+
损失函数通过torch.nn包实现， 1 基本用法 criterion = LossCriterion() #构造函数有自己的参数 loss = criterion(x, y) #调用标准时也有参数 2 损失函数 2-1 L1范数损失 L1Loss torch.nn.L1Loss(size_average=True) 2-2 均方误差损失 MSELoss torch.nn.MSELoss(siz...
pytorch的nn.MSELoss损失函数
热门推荐
Haward
07-13 24万+
1、均方损失函数： loss(xi,yi)=(xi−yi)2loss(xi,yi)=(xi−yi)2\text{loss}(\mathbf{x}_i, \mathbf{y}_i) = (\mathbf{x}_i - \mathbf{y}_i)^2 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 reduc...
PyTorch中的Loss Fucntion
chenxueying1993的专栏
06-23 1万+
转载：http://sshuair.com/2017/10/21/pytorch-loss/PyTorch中的Loss Fucntion       深度学习中的Loss Function有很多，常见的有L1、L2、HingeLoss、CrossEntropy，其最终目的就是计算预测的f(x)f(x) 与真值 yy 之间的差别，而优化器的目的就是minimize这个差值，当loss的值稳定后，便是...
Pytorch中的损失函数Loss Function
Tiiktak‘s
02-16 1333
由于Pytorch中使用mini-batch进行计算，因此其损失函数的计算结果会对mini-batch取平均 常见的Pytorch中内置的损失函数有： nn.L1Loss 计算input与output的差的绝对值，input与output应该是同一维度，得到的loss也是相应维度 nn.NLLLoss Negative Log Likelihood class torch.nn.NLLLos...
Torch 的几个损失函数
qq_16305985的专栏
01-19 3万+
初步了解一下，pytorch里面的损失函数及使用方法。如有不对的地方，欢迎指出。谢谢！1.  L1LossInput:    X、Y可以是任意形状的输入，X与Y的 shape相同。Output: 标量用途：计算X与Y的差的绝对值， 1/n * (|Xi -Yi|)2. MSELossInput:  x, y 任意具有相同shape的tensor。Output: 计算均方差3. CrossEntro...
怎么设置pytorch的loss函数
最新发布
03-21
PyTorch中的loss函数可以通过torch.nn模块中的各种损失函数来设置。例如，交叉熵损失函数可以使用torch.nn.CrossEntropyLoss()来设置。在使用时，需要将模型的输出和目标标签传递给该函数，然后计算损失值。另外，还可以使用torch.nn.MSELoss()来计算均方误差损失函数等。具体使用方法可以参考PyTorch官方文档。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

落花逐流水

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值