- 博客(5)
- 收藏
- 关注
RSS订阅原创 pytorch中的loss函数（5）：CrossEntropyLoss
1、CrossEntropyLoss的原理loss函数公式：公式的推导：因为，且对于一个样本，只有一个的值是1，其它的值都是0。所以，loss函数又可以写成：...
2020-03-24 11:39:26
312
原创 pytorch中的loss函数（4）：MSELoss
1、MSELoss原理MSELoss计算预测值和真实值的mean squared error (squared L2 norm，均方误差) 。若是mean：先计算预测值x与真实值y这两个tensor中的对应位置的两个元素的差的平方，得到一个新的同样大小的tensor，然后求这个tensor中所有元素的均值；若是sum：先计算预测值x与真实值y这两个tensor中的对应位置的两...
2020-03-21 10:46:44
1735
原创 pytorch中的loss函数（3）：L1Loss
1、L1Loss原理L1Loss计算预测值和真实值的mean absolute error (MAE，平均绝对值误差)。其中： x:(N, *)(N,∗)where*∗means, any number of additional dimensions y:(N, *)(N,∗), same shape as the input Outpu...
2020-03-21 10:33:25
5025
原创 pytorch中的loss函数（2）：SoftMarginLoss
SoftMarginLoss针对two-class classification（二分类）问题。loss计算公式：其中，；是pytorch中统计tensor中元素的个数，例如：x = torch.randn(size = (1,3,4,6)) print(x.nelement())结果为元素个数1 * 3 * 4 * 6的函数曲线如图1所示：当y[i]=...
2020-03-21 09:26:48
7680
原创 pytorch中的loss函数（1）：MultiLabelSoftMarginLoss
MultiLabelSoftMarginLoss针对multi-label one-versus-all（多分类，且每个样本只能属于一个类）的情形。loss的计算公式如下：其中，x是模型预测的标签，x的shape是（N,C），N表示batch size，C是分类数；y是真实标签，shape也是（N,C），。的值域是(0,）；的值域是(1,）；的值域是(0,1)；的值域是...
2020-03-20 18:19:24
15837
10
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人