我有一个网络，有多个节点的输出，每个节点都有一个损失函数，loss1，loss2，loss3。最终的损失函数是loss = loss1 + loss2 + loss3。所有节点都将被反向传播。但我的问题是:我是否需要将loss1、loss2和loss3的输出值缩放到类似的范围？它背后的逻辑是什么？例如，如果loss1产生10k范围内的值，而los
浏览 52提问于2021-07-22得票数 1
model.compile((optimizer='adagrad', loss={'output1': loss1, 'output2': loss1, 'output3':loss2}) 我使用分位数损失函数作为我的我希望我的loss2函数的行为如下所示 import tensorflow.keras.backend as K
# y_true
浏览 23提问于2020-07-21得票数 1
我使用的是本教程中预先训练好的模型。https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html#defining-your-model 该模型是pytorch的更快的有人知道分类损失、损失和客观性损失函数是什么吗(即交叉熵或？)。提前谢谢你，Sriram A。
浏览 56提问于2021-07-30得票数 0
在火炬文档中，交叉熵损失是这样说的：这是否意味着对于二进制(0,1)预测，输入必须转换为(N,2)张量，其中第二维等于(1-p)？因此，例如，如果我预测一个类的目标1 (true)为0.75，是否需要将两个值(0.75；0.25)叠加在一起作为输入？
浏览 0提问于2018-08-18得票数 3
我正在尝试用pytorch来“复制”，而且我还是个新手。我现在关心的是复制L_G (等式)。7第3页)，下面是我当前的代码： super(JSDLoss,self).但是，我怀疑这不是创建自定义损失的方法。任何形式的帮助都是非常感谢的！提前感谢:)
浏览 4提问于2017-12-13得票数 3
如何为PyTorch编写自定义丢失函数(在本例中为PyTorch)，该函数的行为与其他损失类似，如backwards()
浏览 28提问于2022-06-25得票数 0
回答已采纳
我读过许多关于如何使用PyTorch对数据集进行回归的教程，例如，使用由几个线性图层和均方误差损失组成的模型。 好吧，假设我知道函数F依赖于变量x和一些未知参数(p_j: j=0，...，P-1)，P相对较小，但该函数是一个特殊函数的组合。因此，我的问题是已知数据{x_i，y_i}_i<=N的经典最小化 Min_{ {p_j} } Sum_i (F(x_i;{p_j}) - y_i)^2 我想
浏览 14提问于2020-01-13得票数 0
1回答
我无法在pytorch中对多标签分类使用损失函数这是我的损失函数： pred = torch.tensor(pred) loss = nn.NLLLoss()(torch.log(pred), y_true) 在试图获得损失时：target tensor expected, multi-targ
浏览 6提问于2021-09-24得票数 0
我有一个分类器：h1_dim = 4096h3_dim = 1024output_dim = len(cat_to_name) # 102 nn.ReLU(),
浏览 2提问于2022-10-01得票数 -1
回答已采纳
我对PyTorch中的损失函数感到困惑。有些人将损失函数定义为普通的python函数，而另一些人则通过定义继承nn.Module的类来定义损失函数。所以我想知道在什么情况下我们需要通过继承nn.Module来定义损失函数？非常感谢。
浏览 59提问于2020-05-27得票数 2
回答已采纳
2回答
我正在训练CNN架构，用PyTorch来解决回归问题，其中我的输出是20个值的张量。我计划用RMSE作为模型的损失函数，并尝试使用PyTorch的nn.MSELoss()，并使用torch.sqrt()作为平方根，但在得到结果后感到困惑，我会尽力解释原因。很明显，对于批处理大小的bs，输出张量的维度将是[bs , 20].I试图实现的，并由我自己实现RMSE函数：
def l
浏览 5提问于2020-05-24得票数 6
回答已采纳
1回答
我用来进行GRU实验的代码。print(loss,acc) opt.step() k+=1 grad_fn=<SelectBackward>) 损失为对于这些简单的输入数据，GRU损失是如此之大。原因何在？这段代码中
浏览 40提问于2020-10-15得票数 2
回答已采纳
我正在处理一个使用图形数据的节点分类问题。通过简单地将网络应用于单个节点(例如，忽略图形结构)，我使用了PyTorch对节点进行分类，并使用PyTorch几何方法应用GNN (例如GCN)对节点进行分类。是否可以将PyTorch中的模型作为PyTorch几何中的最后一层？我对这将如何工作感到有点困惑，因为对torch.nn.Module的输入是一个用于GNN情况的
浏览 0提问于2022-12-16得票数 1
回答已采纳
假设我们有一个NN，我们想要训练它来预测输入中的3个值。我们有一组训练数据：目标呢？如果pytorch只计算一个标量作为损失函数，它如何进行训练？为什么它无法计算与每个输出神经元相关的损失？例如，如果x_train的答案是(20，32，0.12)，我们不想更新与答案(25，37，0.12)相同的权重，对吗？但在这种情况下，使用pytorch<
浏览 15提问于2021-02-28得票数 0
回答已采纳
1回答
我是使用Pytorch进行深度学习的新手。我对Tensorflow更有经验，因此我应该说我对深度学习本身并不陌生。shape of X_train (891, 7)Shape of x_test (418, 7) x = self.bc6(x)
x
浏览 0提问于2021-02-27得票数 0
2回答
我已经用自己实现的损失函数focal_loss_fixed用PyTorch编写了一段代码。但我的损失价值在每个时代之后都是固定的。看起来权重没有更新。下面是我的代码片段： lr=lr,Loss: {}'.format(epoch_loss))
这是我的`focal_loss_fixed的
浏览 2提问于2018-10-16得票数 1
1回答
PyTorch的负对数似然损失，被定义为：因此，如果损失是用一批中的一个标准权重计算的，则损失的公式总是：
正确类别=0损失= -1 * 0.5
那么，如果在计算损失时不涉及日志函数，为什么称之为“负对数似然损失”呢？
浏览 2提问于2021-09-25得票数 3
回答已采纳
2回答
当使用具有多个输出的神经网络时，通常建议采取什么最佳策略来尽早停止训练过程？鉴于我目前正在监视净验证损失(来自n个不同输出神经元的验证损失加在一起)，并且注意到我的训练在一个或多个损失收敛之前就停止了，我想知道在这种情况下的最佳实践是什么。如果一个人监视净验证损失，或者是否有任何方法实现早期停止，使m out n (m从1到n)输出的验证损失被监视，并且在某一阈值内的</e
浏览 0提问于2016-09-13得票数 11
1回答
我必须定义一个huber损失函数，它是这样的： ? 这是我的代码 def huber(a, b): res += ((abs(a-b)[abs(a-b
浏览 46提问于2020-11-08得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
