runningloss 与loss

runningloss 即计算一个epoch的损失,最后查看的指标是  runningloss/样本数

一些简单的案例

for i in range(epochs):
  running_loss=0
  for data in dataloader:
     ....
     ....
     loss.backward()
     optimizer.step()
     running_loss += loss.item()
     print(...)

for i in range(epochs):
     ....
     ....
     loss.backward()
     optimizer.step()
     print(loss.item())

第一种情况有将一个epoch的数据划分成batch,所以每次criterion误差函数评估出的loss 需要求和。

第二种情况则是数据集没有划分成batch,所以直接从loss里面取出损失值就行。

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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