用法:
mxnet.ndarray.make_loss(data=None, out=None, name=None, **kwargs)
out:- 此函數的輸出。
NDArray 或 NDArray 列表
參數:
返回:
返回類型:
在網絡構建中製作自己的損失函數。
該運算符接受自定義損失函數符號作為終端損失,並且該符號應該是沒有後向依賴的運算符。該函數的輸出是相對於輸入數據的損失梯度。
例如,如果您正在製作交叉熵損失函數。假設
out
是預測輸出,label
是真實標簽,那麽交叉熵可以定義為:cross_entropy = label * log(out) + (1 - label) * log(1 - out) loss = make_loss(cross_entropy)
當我們創建自己的損失函數或想要組合多個損失函數時,我們將需要使用
make_loss
。此外,我們可能希望阻止某些變量的梯度進行反向傳播。在BlockGrad
或stop_gradient
中查看更多詳細信息。make_loss
輸出的存儲類型取決於輸入存儲類型:make_loss(default) = default
make_loss(row_sparse) = row_sparse
相關用法
- Python mxnet.ndarray.maximum用法及代碼示例
- Python mxnet.ndarray.moveaxis用法及代碼示例
- Python mxnet.ndarray.minimum用法及代碼示例
- Python mxnet.ndarray.multiply用法及代碼示例
- Python mxnet.ndarray.modulo用法及代碼示例
- Python mxnet.ndarray.op.uniform用法及代碼示例
- Python mxnet.ndarray.op.sample_negative_binomial用法及代碼示例
- Python mxnet.ndarray.NDArray.ndim用法及代碼示例
- Python mxnet.ndarray.op.khatri_rao用法及代碼示例
- Python mxnet.ndarray.op.unravel_index用法及代碼示例
- Python mxnet.ndarray.contrib.group_adagrad_update用法及代碼示例
- Python mxnet.ndarray.op.slice_like用法及代碼示例
- Python mxnet.ndarray.sparse.trunc用法及代碼示例
- Python mxnet.ndarray.op.L2Normalization用法及代碼示例
- Python mxnet.ndarray.op.softmax_cross_entropy用法及代碼示例
- Python mxnet.ndarray.where用法及代碼示例
- Python mxnet.ndarray.NDArray.reshape用法及代碼示例
- Python mxnet.ndarray.op.round用法及代碼示例
- Python mxnet.ndarray.SliceChannel用法及代碼示例
- Python mxnet.ndarray.eye用法及代碼示例
注:本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.ndarray.make_loss。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。