当前位置 博文首页 > 斯人若彩虹,遇上方知有!:Pytorch-18种经典的损失函数
一、18种损失函数
1、nn.CrossEntropyLoss(交叉熵损失)
2、nn.NLLLoss
3、nn.BCELoss
4、nn.BCEWithLogitsLoss
5、nn.L1Loss
6、nn.MSELoss
7、nn.SmoothL1Loss
8、PoissonNLLLoss
9、nn.KLDivLoss
10、nn.MarginRankingLoss
11、nn.MultiLabelMarginLoss
12、nn.SoftMarginLoss
13、nn.MultiLabelSoftMarginLoss
14、nn.MultiMarginLoss
15、nn.TripletMarginLoss
16、nn.HingeEmbeddingLoss
17、nn.CosineEmbeddingLoss
18、nn.CTCLoss
损失函数:衡量模型输出与真实标签的差异;
目标函数 = 代价函数 + 正则化项(L1或者L2等,惩罚项)
(1)什么是熵?:熵是信息论中最基本、最核心的一个概念,它衡量了一个概率分布的随机程度,或者说包含的信息量的大小。
具体公式推导可以参考这篇博主的讲解:一文搞懂交叉损失,讲解浅显易懂!
(2)功能: nn.LogSoftmax ()与nn.NLLLoss ()结合,进行 交叉熵计算 cs