包含理论说明和代码实现。
概述
损失函数的作用
下面分回归、分类两大部分,逐个介绍:
一.回归部分
1. L1损失
2. SmoothL1Loss
3. MSELoss(L2损失)
二.分类部分
1. MAE(平均绝对误差)
2. MSE(均方误差)
3. MSELoss(均方差损失函数)
4. CrossEntropyLoss(交叉熵损失函数)
4.1 对于二分类
4.2 多分类
5. 0-1损失函数
6. log对数损失函数
7. 绝对值损失函数
8. 平方损失函数
9. 指数损失函数(exponential loss)
10. Hinge 损失函数
11. 感知损失(perceptron loss)函数
Pytorch版本代码调用实例
一般对于损失函数均包含布尔类型的参数-reduce、size_avarage
1.reduce=False,则参数size_avarage失效,直接返回向量形式的loss,大小和batch_size相同。
2.reduce=True,则参数size_avarage返回标量:
若size_avarage=True,则返回loss的均值;
若size_avarage=False,则返回loss的和。