赞
踩
1、交叉熵
y:真是标签的概率分布,y':模型预测的概率分布
2、pytorch中的CrossEntropyLoss()
其中logits预测值是网络输出:[[0.8, 0.5, 0.2, 0.5],
[0.2, 0.9, 0.3, 0.2],
[0.4, 0.3, 0.7, 0.1],
[0.1, 0.2, 0.4, 0.8]]
其中target标签可以是:列表:torch.tensor([[1, 0, 0, 0],
[0, 1, 0, 0],
[0, 1, 0, 0],
[0, 0, 0, 1]], dtype=torch.float)
索引:torch.tensor([0,1, 1, 3], dtype=torch.long)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。