PyTorch 损失函数“reduction=mean”的结果不一致
特别是,以下代码块使用 nn.CrossEntropyLoss(reduction='mean') 与 loss_fn = nn.CrossEntropyLoss(reduction='none') 后跟 loss.mean() 进行比较。结果令人惊讶...
我正在尝试在 Keras 3 上构建自定义损失函数,该函数将在 jax 或 torch 后端中使用。 我想从 y_pred 和 y_true 中屏蔽 y_true 为特定值的所有索引。
我正在尝试实施论文中的学习技术。相关部分是:SNN基线使用了50个连续数据点的滑动窗口,代表200毫秒的数据(50点风...
我尝试使用 Timm 库中的 Segformer 训练我的模型 100 个时期。 但不知何故,在我训练它之后,我的损失图看起来像这样: 我正在使用 torch.optim.AdamW 和 lr=1e-4 和 lr_schedul...
我训练了 Keras 模型并获得了包含训练和验证损失曲线的图表。该图显示以下模式:在此处输入图像描述 谁能帮我解释一下这个gra...
我正在尝试计算Softmax反向传递; fn softmax_backward(&self, logits: &Vec) -> Vec { 让概率 = self.forward(logits); 让 mut 求导...
为什么要使用以下代码: 进口火炬 将 torch.nn 导入为 nn input_tensor = torch.tensor([[2.0]]) target_tensor = torch.tensor([0], dtype=torch.long) loss_function = nn.CrossEntropyLoss() 损失=loss_fu...
使用 scipy.optimize.minimize 提前停止损失函数
我正在使用 scipy.optimize.minimize 库来自定义编写我的损失函数。 https://docs.scipy.org/doc/scipy/reference/ generated/scipy.optimize.minimize.html def customized_objective_func(x): 全球
贝叶斯估计器使用 p(x, y) 作为 (X, Y ) 上的概率质量函数,其中 X = [n] 且 Y = [k],因此对于每个 x∈X 和每个 y∈Y,p( x, y) = 1。有一个 k x k 维成本矩阵,C ∈ [0,...
有什么想法为什么我的 VAE 模型的重构损失仍然是 0.69?
我的任务是使用VAE模型进行二元分类。编码器部分将使用 LSTM 模型,而解码器部分将使用 MLP。我的数据是时间序列数据,可以看成20个输入特征...
使用 Tensorflow 对象检测 API,BoxClassifierLoss/localization_loss 和 Loss/regularization_loss 也为零
我现在一直在尝试训练对象检测模型,即“faster_rcnn_resnet152_v1_640x640_coco17_tpu-8”模型。然而,在整个训练过程中,没有...
我在 google colab 中尝试使用自定义优化器和损失函数在 TensorFlow 2.15.0 中编译 Keras 模型时遇到问题。 这是运行良好的代码片段 模型.编译(
仅在 Keras 功能 API LSTM 中使用额外的 Ground Truth 来实现自定义损失函数
我目前有一个使用 Keras Function API 构建的简单 LSTM 模型,该模型采用 X_train 数据集来预测关联的 Y_train 数据。我构建了一个自定义损失函数,可以使用 y_pred 和 y_t...
dtype uint8 的张量可以用于损失函数吗?稍后将调用 '.backward()'?
我尝试计算 dtype float32 的张量和另一个 dtype uint8 的张量之间的损失。 由于损失函数执行自动类型提升,因此我没有明确进行类型转换...
pytorch Lightning 中loss.backward()如何计算
我明白了当training_step()返回loss时,自动优化的代码 (链接)负责loss.backward() 有人可以告诉我 loss.backward() 有什么不同吗
当我编写自己的损失函数代码时,我需要计算张量数据类型图像的每个像素的损失值,然后将所有损失值相加来计算平均值。但是当我运行
为什么在启用 from_logits 的情况下使用 BinaryCrossEntropy 会导致生成器损失?
我从 GitHub 上查看了一个简单的普通 GAN 代码 我看到了这个带有激活 sigmoid 的生成器模型: # 发电机 G = tf.keras.models.Sequential([ tf.keras.layers.Dense(28*28 // 2, input_shape = ...
在tabnet包中,我希望损失是多类分类的平衡精度。类似于yardstick::bal_accuracy_vec()。我怎样才能做到这一点? 我确实知道如何计算平衡
如果我有类似的东西: 模型 = 模型(输入 = 输入,输出 = [y1,y2]) l1 = 0.5 l2 = 0.3 model.compile(loss = [loss1,loss2], loss_weights = [l1,l2], ...) Keras 如何处理
我在 torch 中有两个嵌套的神经网络,我正在计算输出中相对于不同参数的多个损失。下面是一个简单的案例 # 两个神经网络 >>&...