how to

3.0.1.损失函数

Oct 16, 2024
notesjulyfun技术学习d2l
1 Minutes
126 Words

交叉熵损失 Cross Entropy Loss

Loss=−∑𝑛𝑖=1𝑦𝑖log𝑦𝑖∼

  • 𝑦𝑖 为真实分布，形如 [0,0,1,0]. 𝑦∼𝑖 为预测分布，形如 [0.1,0.1,0.6,0.2]

  • 独热编码情况下仅看正确标签的输出与 1 有多接近。每差 2 倍概率，损失 +1

  • batch 下乘以 1batch_size

  • 用于分类问题

  • 也可设计为将错误分类的交叉熵考虑进去

−∑𝑛𝑖=1(𝑦𝑖log𝑦𝑖∼+(1−𝑦𝑖)log(1−𝑦𝑖∼))

很好理解吧。

均方损失 MSELoss

(𝑥𝑖−𝑦𝑖)2

k-means-n-hac-n-dbscan
nvidia-smi missing after installling cuda
Article title：3.0.1.损失函数
Article author：Julyfun
Release time：Oct 16, 2024
Copyright 2025
Sitemap