本文简要介绍python语言中 torch.nn.BCELoss
的用法。
用法:
class torch.nn.BCELoss(weight=None, size_average=None, reduce=None, reduction='mean')
weight(Tensor,可选的) -手动重新调整每个批次元素损失的权重。如果给定,则必须是大小为
nbatch
的张量。size_average(bool,可选的) -已弃用(请参阅
reduction
)。默认情况下,损失是批次中每个损失元素的平均值。请注意,对于某些损失,每个样本有多个元素。如果字段size_average
设置为False
,则会对每个小批量的损失求和。当reduce
为False
时忽略。默认值:True
reduce(bool,可选的) -已弃用(请参阅
reduction
)。默认情况下,根据size_average
对每个小批量的观察结果进行平均或求和。当reduce
是False
时,返回每个批次元素的损失并忽略size_average
。默认值:True
reduction(string,可选的) -指定要应用于输出的缩减:
'none'
|'mean'
|'sum'
。'none'
:不应用减少,'mean'
:输出的总和将除以输出中的元素数,'sum'
:输出将被求和。注意:size_average
和reduce
正在被弃用,同时,指定这两个参数中的任何一个都将覆盖reduction
。默认值:'mean'
创建一个衡量目标和输入概率之间的二元交叉熵的标准:
未减少的(即
reduction
设置为'none'
)损失可以说明为:其中
reduction
不是'none'
(默认'mean'
),那么 是批量大小。如果这用于测量例如auto-encoder 中的重建误差。请注意,目标 应该是 0 到 1 之间的数字。
请注意,如果 为 0 或 1,则上述损失方程中的对数项之一将在数学上未定义。 PyTorch 选择设置 ,因为 。然而,由于几个原因,损失方程中的无限项是不可取的。
一方面,如果 或 ,那么我们将 0 乘以无穷大。其次,如果我们有一个无限的损失值,那么我们的梯度中也会有一个无限项,因为 。这将使 BCELoss 的后向方法相对于 是非线性的,并且将其用于线性回归之类的事情不会是 straight-forward。
我们的解决方案是 BCELoss 将其日志函数输出钳制为大于或等于 -100。这样,我们总是可以有一个有限的损失值和一个线性后向方法。
- 形状:
输入: ,其中 表示任意数量的维度。
目标: ,与输入的形状相同。
输出:标量。如果
reduction
是'none'
,那么 ,与输入的形状相同。
例子:
>>> m = nn.Sigmoid() >>> loss = nn.BCELoss() >>> input = torch.randn(3, requires_grad=True) >>> target = torch.empty(3).random_(2) >>> output = loss(m(input), target) >>> output.backward()
参数:
相关用法
- Python PyTorch BCEWithLogitsLoss用法及代码示例
- Python PyTorch Bernoulli用法及代码示例
- Python PyTorch Binomial用法及代码示例
- Python PyTorch BucketBatcher用法及代码示例
- Python PyTorch BatchSampler用法及代码示例
- Python PyTorch BatchNorm1d用法及代码示例
- Python PyTorch Bilinear用法及代码示例
- Python PyTorch BatchNorm3d用法及代码示例
- Python PyTorch Batcher用法及代码示例
- Python PyTorch Beta用法及代码示例
- Python PyTorch BatchNorm2d用法及代码示例
- Python PyTorch frexp用法及代码示例
- Python PyTorch jvp用法及代码示例
- Python PyTorch cholesky用法及代码示例
- Python PyTorch vdot用法及代码示例
- Python PyTorch ELU用法及代码示例
- Python PyTorch ScaledDotProduct.__init__用法及代码示例
- Python PyTorch gumbel_softmax用法及代码示例
- Python PyTorch get_tokenizer用法及代码示例
- Python PyTorch saved_tensors_hooks用法及代码示例
- Python PyTorch positive用法及代码示例
- Python PyTorch renorm用法及代码示例
- Python PyTorch AvgPool2d用法及代码示例
- Python PyTorch MaxUnpool3d用法及代码示例
- Python PyTorch Tensor.unflatten用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.nn.BCELoss。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。