多分类:CrossEntroploss()损失函数的简单实操:Mini-Batch:batch_size=3

import torch
criterion=torch.nn.CrossEntropyLoss()
Y=torch.LongTensor([2,0,1]) #交叉熵损失函数要求标签y的值为LongTensor
Y_pred1=torch.Tensor([[0.1,0.2,0.9],
                      [1.1,0.1,0.2],
                      [0.2,2.1,0.1]])
Y_pred2=torch.Tensor([[0.1,0.2,0.9],
                      [0.2,0.3,0.5],
                      [0.2,0.2,0.5]])
l1=criterion(Y_pred1,Y)
l2=criterion(Y_pred2,Y)
print('Batch Loss1 =',l1.data,'\nBatch Loss1 =',l2.data)
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

ShuaS2020

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
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