大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
1、均方差损失函数
-
loss, x, y 可以是向量或者矩阵,i 是下标。
-
很多的loss函数都有size_average和reduce两个布尔类型的参数。因为一般损失函数都是直接计算 batch 的数据,因此返回的loss 结果都是维度为 (batch_size, ) 的向量。(说的是一般的情况,这里返回的没有维度为(batch_size,)这种情况)
2、nn.MSELoss()参数介绍
- (1)如果 reduction = ‘none’,直接返回向量形式的 loss
- (2)如果 reduction ≠ ‘none’,那么 loss 返回的是标量
a)如果 reduction=‘mean’,返回 loss.mean(); 注意:默认情况下, reduction=‘mean’
b)如果 reduction=‘sum’,返回 loss.sum();
3、代码
import torch
import numpy as np
a = np.array([[1, 2], [3, 4]])
b = np.array([[2, 3], [4, 4]])
inputs = torch.autograd.Variable(torch.from_numpy(a))
targets = torch.autograd.Variable(torch.from_numpy(b))
# ****************************************************
# 1、返回向量
# ****************************************************
loss_fn_1 = torch.nn.MSELoss(reduction='none')
# 将Variable类型统一为float()(tensor类型也是调用xxx.float())
loss_1 = loss_fn_1(inputs.float(), targets.float())
print(loss_1)
# ****************************************************
# 2、返回平均值
# ****************************************************
loss_fn_2 = torch.nn.MSELoss(reduction='mean')
# 将Variable类型统一为float()(tensor类型也是调用xxx.float())
loss_2 = loss_fn_2(inputs.float(), targets.float())
print(loss_2)
# ****************************************************
# 3、默认情况下:返回平均值
# ****************************************************
loss_fn_3 = torch.nn.MSELoss()
# 将Variable类型统一为float()(tensor类型也是调用xxx.float())
loss_3 = loss_fn_3(inputs.float(), targets.float())
print('*'*30)
print(loss_3) # tensor(0.7500)
print(loss_3.shape) # torch.Size([])
print(type(loss_3)) # <class 'torch.Tensor'>
# .item()方法 是得到一个元素张量里面的元素值,具体就是 用于将一个零维张量转换成浮点数
print(loss_3.item()) # 0.75
print(type(loss_3.item())) # <class 'float'>
print('*'*30)
# *****************************************************
# 4、返会求和值
# *****************************************************
loss_fn_4 = torch.nn.MSELoss(reduction='sum')
# 将Variable类型统一为float()(tensor类型也是调用xxx.float())
loss_4 = loss_fn_4(inputs.float(), targets.float())
print(loss_4)
4、运行结果
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/192323.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...