3.损失函数输入及输出的Tensor形状 为了直观显示函数输出结果,我们将参数reduction设置为none。此外pre表示模型的预测值,为4*4的Tensor,其中的每行表示某个样本的类别预测(4个类别);tgt表示样本类别的真实值,有两种表示形式,一种是类别的index,另一种是one-hot形式。 loss_func = nn.CrossEntropyLoss(reduction="...
铰链损失(Hinge Loss):主要用于支持向量机(SVM) 中; 互熵损失 (Cross Entropy Loss,Softmax Loss ):用于Logistic 回归与Softmax 分类中; 平方损失(Square Loss):主要是最小二乘法(OLS)中; 指数损失(Exponential Loss) :主要用于Adaboost 集成学习算法中; 函数图像如下: 一、 0-1损失函数(Zero-one loss) 0...