pytorch优化器optimizer_2
作者:佚名 发布时间:2024-08-12 02:16:53点击:
简单来说,深度学习就是通过计算梯度、反向传播来不断改善网络内的参数,以此使得网络模型更加贴合目标数据。而梯度和loss值是分不开的,选择好合适的loss计算方法也是有助于训练好优秀的网络模型的。常用的loss计算方法有两种,一个是均方差,另一个是交叉熵。均方差差不多是万金油,什么都可以套一套,通常与sigmoid激活函数搭配使用。交叉熵则更加适合分类问题,简单来说,交叉熵越低,事物发生的确定性越大。下面简单介绍一下TensorFlow和PyTorch的损失计算的API。...