当前位置:首页 > 体育

交叉熵损失函数 深度学习19种损失函数,你认识几个?

本文转自CSDN,作者:明哥敏

损耗函数由torch.nn包实现

基本用法

criterion = LossCriterion #构造函数有自己的参数 loss = criterion(x, y) #调用标准时也有参数

19损失函数

1.L1范数损失L1损失

计算输出和目标之间差值的绝对值。

torch.nn.L1Loss(reduction='mean')

参数:

Reduction-三个值,无:不使用reduction;Mean:返回损失总和的平均值;Sum:返回损失的总和。默认:均值。

2.均方差损失

计算输出和目标之间差值的均方误差。

torch.nn.MSELoss(reduction='mean')

参数:

Reduction-三个值,无:不使用reduction;Mean:返回损失总和的平均值;Sum:返回损失的总和。默认:均值。

3.交叉熵损失

有c类分类问题的时候非常有效。可选参数权重必须是一维张量,权重将分配给每个类别。对于不平衡的训练集非常有效。

在多分类任务中,往往使用softmax激活函数+交叉熵损失函数,因为交叉熵描述的是两种概率分布的差异,而神经网络的输出是向量,不是概率分布的形式。因此,需要使用softmax激活函数将一个向量“归一化”成概率分布的形式,然后使用交叉熵损失函数来计算损失。

torch.nn.CrossEntropyLoss(weight=None,ignore_index=-100, reduction='mean')

参数:

权重(张量,可选)-每个类别的用户定义权重。一定是长度为c的张量。

Ignore _ index (int,可选)-设置一个目标值,该值将被忽略,不会影响输入的渐变。

Reduction-三个值,无:不使用reduction;Mean:返回损失总和的平均值;Sum:返回损失的总和。默认:均值。

4.KL发散损失

计算输入和目标之间的KL散度。KL散度可以用来度量不同连续分布之间的距离,对于连续输出分布的空之间的直接回归(离散采样)非常有效。

torch.nn.KLDivLoss(reduction='mean')

参数:

Reduction-三个值,无:不使用reduction;Mean:返回损失总和的平均值;Sum:返回损失的总和。默认:均值。

5.二元交叉熵损失

任务分类时交叉熵的计算函数。用于测量重构误差,如自动编码器。请注意,目标t[i]的值在0到1之间。

torch.nn.BCELoss(weight=None, reduction='mean')

参数:

重量(张量,可选)-用户定义的每个批次元素的损失重量。它必须是长度为“nbatch”的张量

6.BCEWithLogitsLoss

BCEWithLogitsLoss损失函数将Sigmoid层集成到BCELoss类中。与简单的Sigmoid层和BCELoss相比,这个版本在数值上更稳定,因为在将这两个操作结合到一个层之后,可以使用对数和exp技术来实现数值稳定性。

torch.nn.BCEWithLogitsLoss(weight=None, reduction='mean', pos_weight=None)

参数:

重量(张量,可选)-用户定义的每个批次元素的损失重量。它必须是长度为“nbatch”的张量

7. MarginRankingLoss torch.nn.MarginRankingLoss(margin=0.0, reduction='mean')

小批量中每个实例的损失函数如下:

参数:

边距:默认值为0

8. HingeEmbeddingLoss torch.nn.HingeEmbeddingLoss(margin=1.0, reduction='mean')

小批量中每个实例的损失函数如下:

参数:

边距:默认值为1

9. 多标签分类损失 MultiLabelMarginLoss torch.nn.MultiLabelMarginLoss(reduction='mean')

对于小批量的每个样品,根据以下公式计算损失:

10平滑版L1损耗平滑1损耗

也称为Huber损失函数。

torch.nn.SmoothL1Loss(reduction='mean')

在…之中

11.2分类软件的物流损失

torch.nn.SoftMarginLoss(reduction='mean')

12.多标签一对全损失多标签软保证金损失

torch.nn.MultiLabelSoftMarginLoss(weight=None, reduction='mean')

13.余弦损失余弦嵌入损失

torch.nn.CosineEmbeddingLoss(margin=0.0, reduction='mean')

参数:

边距:默认值为0

14. 多类别分类的hinge损失 MultiMarginLoss torch.nn.MultiMarginLoss(p=1, margin=1.0, weight=None, reduction='mean')

参数:

P=1或2默认值:1

边距:默认值为1

15. 三元组损失 TripletMarginLoss

类似孪生网,具体例子:给a,然后给b和c,看谁更像a。

torch.nn.TripletMarginLoss(margin=1.0, p=2.0, eps=1e-06, swap=False, reduction='mean')

其中:

16.连接定时分类丢失CTCLoss

CTC连接定时分类丢失,可以自动对齐未对齐的数据,主要用于训练序列化数据,无需事先对齐。比如语音识别,ocr识别等等。

torch.nn.CTCLoss(blank=0, reduction='mean')

参数:

Reduction-三个值,无:不使用reduction;Mean:返回损失总和的平均值;Sum:返回损失的总和。默认:均值。

17.负对数似然损失

负对数似然损失。用来训练C类的分类问题。

torch.nn.NLLLoss(weight=None, ignore_index=-100, reduction='mean')

参数:

权重(张量,可选)-每个类别的用户定义权重。一定是长度为c的张量。

Ignore _ index (int,可选)-设置一个目标值,该值将被忽略,因此不会影响输入的渐变。

18.NLLLoss2d

对于图像输入的负对数似然损失,计算每个像素的负对数似然损失。

torch.nn.NLLLoss2d(weight=None, ignore_index=-100, reduction='mean')

参数:

权重(张量,可选)-每个类别的用户定义权重。一定是长度为c的张量。

Reduction-三个值,无:不使用reduction;Mean:返回损失总和的平均值;Sum:返回损失的总和。默认:均值。

19.PoissonNLLLoss

目标值是泊松分布的负对数似然损失

torch.nn.PoissonNLLLoss(log_input=True, full=False, eps=1e-08, reduction='mean')

参数:

Log _ input (bool,可选)–如果设置为True,则根据一般公式exp(input)-target * input计算损失;如果设置为False,将根据输入-目标*日志(输入+每股收益)计算损失。

满(bool,可选)-是否计算所有损失,即加上斯特林近似项目标* log(target)-目标+0.5 * log (2 * pi * target)。

Eps(浮动,可选)-默认值:1e-8

参考文献:

pytorch损耗函数概述

http://www.voidcn.com/article/p-rtzqgqkz-bpg.html

这篇文章是明戈敏从CSDN转来的。转载这篇文章的目的是为了传递更多的信息,版权归原作者所有。

原文链接:https://blog.csdn.net/shanglianlm/article/details/85019768

1.《交叉熵损失函数 深度学习19种损失函数,你认识几个?》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。

2.《交叉熵损失函数 深度学习19种损失函数,你认识几个?》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。

3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/tiyu/1601247.html

上一篇

唐家三少妻子 唐家三少和他的妻子的爱情故事

下一篇

王棠云 王棠云月事女是谁 为什么王棠云叫月事女

S参数 S参数间的加减乘除

  • S参数 S参数间的加减乘除
  • S参数 S参数间的加减乘除
  • S参数 S参数间的加减乘除

罗定邦孙女 “针织大王”罗定邦34岁孙女赴韩整形死亡,丈夫起诉赔偿遗产损失

  • 罗定邦孙女 “针织大王”罗定邦34岁孙女赴韩整形死亡,丈夫起诉赔偿遗产损失
  • 罗定邦孙女 “针织大王”罗定邦34岁孙女赴韩整形死亡,丈夫起诉赔偿遗产损失
  • 罗定邦孙女 “针织大王”罗定邦34岁孙女赴韩整形死亡,丈夫起诉赔偿遗产损失

红米手机参数 最便宜的红米手机——红米7A

  • 红米手机参数 最便宜的红米手机——红米7A
  • 红米手机参数 最便宜的红米手机——红米7A
  • 红米手机参数 最便宜的红米手机——红米7A
弹簧压缩试验机 压缩拉伸弹簧拉压试验机的参数

弹簧压缩试验机 压缩拉伸弹簧拉压试验机的参数

数显弹簧拉伸压缩试验机是测试拉伸压缩弹簧变形和载荷关系特性的专用仪器。适用于测试拉伸、压缩弹簧在一定工作长度下的工作载荷,也可用于测试橡胶、簧片等弹性装置的弹性载荷。 弹簧 春天 1.样式:门式,双柱,双丝杠(FWD8100) 2.最大试验力:10KN、20KN、30KN、50KN、100KN 3...

塑料波纹管 塑料波纹管各项技术参数的技术要求介绍

塑料波纹管 塑料波纹管各项技术参数的技术要求介绍

引用塑料波纹管汽车线束标准,介绍汽车线束用螺纹波纹管的技术要求。汽车线束用螺纹波纹管应符合本标准,并按照规定程序批准的图纸和技术文件制造。 塑料波纹管的工作环境要求 汽车线束用螺纹波纹管应能在以下环境下正常使用:周围介质温度为-40℃ -75℃。 塑料波纹管的外观质量要求 汽车线束用穿线波...

外媒盘点阿富汗战争20年损失 还原事发经过及背后真相!

外媒盘点阿富汗战争20年损失 还原事发经过及背后真相!

参考消息网5月2日报道外媒称,差不多20年过去了,美国和北约1日正式开始从阿富汗撤出最后一批军队。在塔利班叛乱分子发动的袭击不断增加的背景下,这使阿富汗面临一个不确定的未来。据德新社喀布尔5月1日报道,执行“坚定支持”训练任务的近...

坚果pro3参数 坚果Pro3明天见所有参数都已经提前发布了

  • 坚果pro3参数 坚果Pro3明天见所有参数都已经提前发布了
  • 坚果pro3参数 坚果Pro3明天见所有参数都已经提前发布了
  • 坚果pro3参数 坚果Pro3明天见所有参数都已经提前发布了

外媒盘点阿富汗战争20年损失 对此大家怎么看?

参考消息网5月2日报道外媒称,差不多20年过去了,美国和北约1日正式开始从阿富汗撤出最后一批军队。在塔利班叛乱分子发动的袭击不断增加的背景下,这使阿富汗面临一个不确定的未来。据德新社喀布尔5月1日报道,执行“坚定支持”训练任务的近...