本文简要介绍python语言中 torch.nn.functional.binary_cross_entropy_with_logits
的用法。
用法:
torch.nn.functional.binary_cross_entropy_with_logits(input, target, weight=None, size_average=None, reduce=None, reduction='mean', pos_weight=None)
input-任意形状的张量作为非标准化分数(通常称为 logits)。
target-与输入具有相同形状的张量,其值介于 0 和 1 之间
weight(Tensor,可选的) -手动重新调整权重(如果提供重复以匹配输入张量形状)
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'
pos_weight(Tensor,可选的) -大量的正面例子。必须是长度等于类数的向量。
测量目标和输入 logits 之间的二元交叉熵的函数。
有关详细信息,请参阅
BCEWithLogitsLoss
。例子:
>>> input = torch.randn(3, requires_grad=True) >>> target = torch.empty(3).random_(2) >>> loss = F.binary_cross_entropy_with_logits(input, target) >>> loss.backward()
参数:
相关用法
- Python PyTorch binary_cross_entropy用法及代码示例
- Python PyTorch bincount用法及代码示例
- Python PyTorch bitwise_right_shift用法及代码示例
- Python PyTorch bitwise_and用法及代码示例
- Python PyTorch bitwise_not用法及代码示例
- Python PyTorch bitwise_xor用法及代码示例
- Python PyTorch bitwise_or用法及代码示例
- Python PyTorch bitwise_left_shift用法及代码示例
- Python PyTorch bernoulli用法及代码示例
- Python PyTorch backward用法及代码示例
- Python PyTorch batched_powerSGD_hook用法及代码示例
- Python PyTorch bleu_score用法及代码示例
- Python PyTorch broadcast_tensors用法及代码示例
- Python PyTorch build_vocab_from_iterator用法及代码示例
- Python PyTorch broadcast_object_list用法及代码示例
- Python PyTorch broadcast_shapes用法及代码示例
- Python PyTorch bf16_compress_wrapper用法及代码示例
- Python PyTorch bmm用法及代码示例
- Python PyTorch baddbmm用法及代码示例
- Python PyTorch broadcast_to用法及代码示例
- Python PyTorch bf16_compress_hook用法及代码示例
- Python PyTorch bucketize用法及代码示例
- Python PyTorch block_diag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
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.functional.binary_cross_entropy_with_logits。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。