【Mindspore】【训练】复杂非特定loss训练过程无法在Mindspore中找到对应的框架

问题描述：

【功能模块】

模型训练

复杂非特定loss训练过程无法在Mindspore中找到对应的框架

【操作步骤&问题现象】

1、对于下图所示的pytorch训练过程，loss由两项复杂计算获得，相加得到一个浮点数，需对该loss做backward并更新optimizer中的参数

2、Mindspore中的训练过程是将loss形式固定，再通过Model.train来进行训练，无法针对复杂的非特征loss函数进行梯度计算与梯度更新，想请问Mindspore中如何操作可以完成以下任务的复现。

【截图信息】

 

 

解答：

MindSpore支持自定义loss的，比如yolov3_darknet53的loss值是有3项相加得到的，源码： https://gitee.com/mindspore/models/blob/master/official/cv/yolov3_darknet53/src/yolo.py#L402-405

你需要自定义Cell子类，将前向网络与loss关联起来，可参考官网教程 损失函数 — MindSpore master documentation