pytorch自定义loss函数的几种方法

Posted webbery

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch自定义loss函数的几种方法相关的知识,希望对你有一定的参考价值。

1. 让张量使用Variable类型,如下所示

1 from torch.autograd import Variable
2 
3 inp = torch.zeros(2, 3)
4 inp = Variable(inp).type(torch.LongTensor)
5 print(inp)

Variable类型包装了Tensor类型,并提供了backward()接口

使用Variable类型的好处是,可以按照论文公式来直接使用,并在做张量运算之后,使用继承的backward()直接进行反向传播

2. 自定义类继承nn.Module

1 class CustomMSELoss(nn.Module):
2     def __init__(self):
3         super().__init__()
4         
5     def forward(self, x, y):
6         return torch.mean(torch.pow((x - y), 2))

这种方法结构化程度高,在开发给用户使用时,由于不知道用户的Tensor是否是Variable类型,采用该方法可以减少问题。

以上是关于pytorch自定义loss函数的几种方法的主要内容,如果未能解决你的问题,请参考以下文章

一起学习ML和DL中常用的几种loss函数

pytorch自定义多分类损失函数怎么反向传播

六PyTorch进阶训练技巧

js利用闭包封装自定义模块的几种方法

pytorch自定义损失函数最小化向量之间的角度

在mysql中实现split函数的几种方法