神经网络多损失函数联合方式

最新推荐文章于 2024-12-06 16:57:12 发布

RockLiu@805

最新推荐文章于 2024-12-06 16:57:12 发布

阅读量549

点赞数 7

文章标签：神经网络深度学习 python

本文链接：https://blog.csdn.net/qq_18943707/article/details/142502481

版权

多损失函数联合

loss_fn_1用于优化网络权重，loss_fn_2用于优化中心矢量

optim_1 = torch.optim.AdamW(weights.parameters(), lr=lr, weight_decay=1e-4)
optim_2 = torch.optim.RMSprop(weights.parameters(), lr=5e-3)
loss_fn_1 = nn.CrossEntropyLoss().to(device)
loss_fn_2 = CenterLoss(6, 6, size_average=True).to(device)
loss_rate = 5e-3
epochs = 15
index_train = 1
index_test = 1
acc =