损失函数
文章平均质量分 89
Lcm_Tech
这个作者很懒,什么都没留下…
展开
-
【损失函数】(五) BCELoss原理 & pytorch代码解析
我们了解完CrossEntropyLoss之后,BCELoss就十分好理解了,它全称为Binary Cross Entropy Loss,顾名思义就是CrossEntropyLoss的特殊二分类情况。BCELoss的计算公式如下:其中是每个类别的权重,默认的全为1,表示该类输出的概率,表示该类的真值。实际上就是把多分类特殊化为二分类,公式与交叉熵公式相同。原创 2023-08-03 14:38:24 · 4846 阅读 · 1 评论 -
【损失函数】(四) CrossEntropyLoss原理 & pytorch代码解析
接下来就是CrossEntropyLoss了,在分类任务中经常用到。建议大家先看看上一篇NLLLoss的文章再来看这篇,会比较好理解。CrossEntropyLoss的计算公式如下:其中是每个类别的权重,默认的全为1,表示对应target那一类的概率。原创 2023-08-02 11:33:11 · 1538 阅读 · 0 评论 -
【损失函数】(三) NLLLoss原理 & pytorch代码解析
接下来应该要介绍分类任务里最常用的CrossEntropyLoss,但是CrossEntropyLoss里面用到了NLLLoss,所以我们先了解NLLLoss是什么。NLLLoss全名叫做Negative Log Likelihood Loss,顾名思义,输入就是log likelihood,对输入的对应部分取负号就是这个loss的输出了,公式可以表示为:其中是每个类别的权重,默认的全为1,表示对应target那一类的概率。更简单一点来说,就是将对应类别的x输出取负值。原创 2023-07-31 16:32:28 · 6133 阅读 · 0 评论 -
【损失函数】(二) L2Loss原理 & pytorch代码解析
直入主题,这次来介绍L2loss的原理以及pytorch代码用法。原创 2023-07-27 21:52:35 · 4155 阅读 · 1 评论 -
【损失函数】(一) L1Loss原理 & pytorch代码解析
在这个系列里面,我们对常用的损失函数做一个总结,理解其原理和分析适用场景。原创 2023-07-25 15:40:14 · 4182 阅读 · 0 评论