腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
如何
检查
BCELoss
Pytorch
的
准确性
?
pytorch
我正在尝试使用
Pytorch
来获取HeartDisease.csv,并预测患者是否患有心脏病。.csv提供13个输入和1个目标 我使用
的
是
BCELoss
,但我在理解
如何
编写
准确性
检查
函数时遇到了问题。 我
的
num_samples正确,但我
的
num_correct不正确。我认为这是不理解预测张量
的
结果。现在我
的
num_correct通常超过8000,而我
的
num_samples是303...任何关于<
浏览 24
提问于2021-04-28
得票数 0
回答已采纳
1
回答
2.3火炬
BCEloss
与我自己
的
“日志”计算之间
的
比率
machine-learning
、
deep-learning
、
pytorch
我正在编写一个玩具模型来练习
PyTorch
和GAN模型,并确保我尽可能多地理解每一步。这导致我
检查
了我对
BCEloss
函数
的
理解,显然我理解它.比率为2.3。为了
检查
结果,我为Excel编写了中间值:tmploss= nn.
BCELoss
(reduction='none') # redefining a
浏览 0
提问于2019-11-20
得票数 0
回答已采纳
1
回答
当使用交叉熵函数进行二值分类时,模型输出标量和二维向量之间存在较大差距
python
、
deep-learning
当我使用u-net进行两个类别的语义分割时,我在模型最后一层
的
输出分别设置为1个通道和2个通道。然后使用交叉熵损失来度量:
BCEloss
和CrossEntropyLoss。但两者之间
的
差距很大。前者
的
性能是正常
的
,但后者
的
准确率很低,召回率很高。我用了
pytorch
。
浏览 26
提问于2020-04-09
得票数 0
回答已采纳
1
回答
BCELoss
是
如何
在
PyTorch
中计算
的
?[与数学实现不同
的
结果]
python
、
neural-network
、
loss-function
、
pytorch
我试图了解二进制交叉熵是
如何
计算在
PyTorch
中
的
。我尝试过来自
PyTorch
文档这里
的
相同代码,但是与这个函数
的
数学实现相比,我得到了不同
的
结果。代码(与文档相比,我做了很少
的
更改):import torch.nn as nnloss = nn.
BCELoss
()📷
BCELoss
的
数学公
浏览 0
提问于2020-10-21
得票数 2
2
回答
如何
在
PyTorch
中使用
BCELoss
?
torch
、
autoencoder
、
loss
、
pytorch
我想用
PyTorch
编写一个简单
的
自动编码器并使用,然而,我得到了NaN,因为它期望目标在0到1之间。有人能发布一个简单
的
BCELoss
用例吗?
浏览 1
提问于2017-05-01
得票数 12
回答已采纳
4
回答
在CrossEntropyLoss和
BCELoss
中使用权重(
PyTorch
)
pytorch
、
loss-function
我正在训练一个
PyTorch
模型来执行二进制分类。我
的
少数类约占数据
的
10%,因此我想使用加权损失函数。
BCELoss
和CrossEntropyLoss
的
文档说我可以为每个示例使用一个'weight'。但是,当我声明CE_loss = nn.
BCELoss
()或nn.CrossEntropyLoss(),然后执行CE_Loss(output, target, weight=batch_weights),其中output、target和batch_weights是bat
浏览 16
提问于2021-05-28
得票数 2
1
回答
零与一之间
的
损失函数值
pytorch
、
loss-function
哪个损失函数只返回0到1之间
的
值?loss = torch.nn.functional.binary_cross_entropy(output, target)loss_function = torch.nn.
BCELoss
浏览 2
提问于2022-04-13
得票数 0
1
回答
不能自动计算梯度
pytorch
我是深度学习
的
初学者,正在尝试制作判断猫/非猫
的
鉴别器。但由于X_train和Y_train是用于读取
的
变量,因此它们被设置为False。 torch.nn.init.constant_(param, 0) cost_fn = nn.
BCELoss
()
浏览 1
提问于2020-07-17
得票数 0
2
回答
滑雪板中
的
对数丢失与火炬中
的
BCEloss
的
差异?
python
、
scikit-learn
、
pytorch
、
loss-function
、
cross-entropy
查看Sklearn中
的
日志丢失文档和
Pytorch
中
的
BCEloss
文档,它们应该是相同
的
,即只是应用权重
的
正常日志丢失。然而,它们
的
行为不同--无论是施加还是不施加重量。有人能给我解释一下吗?我找不到
BCEloss
的
源代码(它在内部引用binary_cross_entropy )。torch.randn((3, 1), requires_grad=False) w = F.sigmoid(
浏览 1
提问于2019-05-01
得票数 1
回答已采纳
3
回答
如何
利用火炬中
的
交叉熵损失进行二值预测?
pytorch
在火炬文档中,交叉熵损失是这样说
的
:这是否意味着对于二进制(0,1)预测,输入必须转换为(N,2)张量,其中第二维等于(1-p)?因此,例如,如果我预测一个类
的
目标1 (true)为0.75,是否需要将两个值(0.75;0.25)叠加在一起作为输入?
浏览 0
提问于2018-08-18
得票数 3
2
回答
torch.nn.
BCEloss
()和torch.nn.functional.binary_cross_entropy
python
、
pytorch
、
loss-function
这两个损失函数
的
基本区别是什么?我已经试过使用这两个损失函数了。
浏览 19
提问于2022-05-09
得票数 0
1
回答
我应该使用这种多类
的
多标号(?)有问题吗?
deep-learning
、
pytorch
、
loss-function
、
multilabel-classification
、
multiclass-classification
在我
的
实验中,我试图训练一个神经网络来检测病人是否表现出症状A,B,C,D。我
的
数据包括每个病人
的
不同角度照片,以及他们是否有症状A,B,C,D。现在,pytoch,我正在使用MSELoss并将我
的
测试错误计算为分类总数中正确分类
的
总数。我猜这太天真了,甚至不合适。 一个测试错误计算
的
例子是这样
的
:假设我们有两个病人,每个病人有两个图像。如果模型正确地预测照片中
的
1名患者1出现了症状A,那么这将使正确分类
的
总数增加1。
浏览 1
提问于2019-11-19
得票数 2
回答已采纳
1
回答
形状为[64,1]
的
输出与广播形状[64,2]不匹配
python
、
deep-learning
、
pytorch
当我试图将加权类传递给
BCELoss
时(使用
pytorch
),我得到了上述错误。你可以在下面看到。我
的
模型是带有Sigmoid
的
Resnet。我猜模型期望一个类值而不是两个类值,因为它是Sigmoid
的
。但是哪一个值
的
百分比,我应该通过。正值( 1)或负( 0)
的
百分比。0.6864331773928436]lossFunc= torch.nn.<
浏览 3
提问于2022-03-11
得票数 0
1
回答
PyTorch
:使用
BCELoss
处理多标签、二进制分类问题
python
、
pytorch
我目前正在研究一个
PyTorch
模型,它应该解决一个多标签、二进制分类问题。 {RuntimeError}标量类型浮动
的
预期对象,但在调用_thnn_binary_cross_entropy_forward时获得标量类型长
的
参数#2‘_thnn_binary_cross_entropy_forward
浏览 13
提问于2022-01-04
得票数 0
3
回答
当目标不是单热时,
如何
正确计算火炬中两个张量之间
的
交叉熵?
tensorflow
、
machine-learning
、
pytorch
、
loss-function
、
cross-entropy
我对
Pytorch
中交叉熵
的
计算感到困惑。如果我想计算两个张量和目标张量之间
的
交叉熵不是一个热标签,我应该使用哪一个损失?计算两个概率分布之间
的
交叉熵,而不是预测结果和一个确定
的
单热标号是很常见
的
。基本损失函数CrossEntropyLoss强制目标作为索引整数,在这种情况下它是不合格
的
。
BCELoss
看起来很有效,但它带来了一个意想不到
的
结果。计算交叉熵
的
期望公式是但是
BCELoss
计
浏览 11
提问于2021-08-01
得票数 2
回答已采纳
1
回答
为什么训练误差大于测试误差?
machine-learning
、
deep-learning
、
pytorch
、
conv-neural-network
我在模式.train() (nn.Models of Py火炬)中训练了一个模型,我保存了
BCELoss
(在模式.train()中)以及ds测试和ds列车(但在.eval()模式下)
的
准确性
。我转换这两种模式是错
的
吗?这就是问题所在吗?
浏览 5
提问于2022-09-19
得票数 -4
1
回答
BCELoss
函数相同输入
的
不同输出
python
、
python-3.x
、
deep-learning
、
pytorch
我试图用
pytorch
的
BCELoss
函数计算一个二元分类问题
的
交叉熵损失。在修修补补
的
时候,我发现这种奇怪
的
行为。from torch import nnloss = nn.
BCELoss
(reduction="sum") target = torch.tensor(print(loss(input2, target)) #tensor(9.9996, grad_fn=<BinaryCrossE
浏览 3
提问于2021-05-27
得票数 2
回答已采纳
1
回答
在
PyTorch
中增加简单神经网络
的
训练和测试精度
python
、
python-3.x
、
neural-network
、
pytorch
我知道这是一个原始
的
问题,但是我应该在代码中添加什么来输出神经网络
的
训练精度,除了损失之外,我还
检查
了
PyTorch
教程,它们展示了
如何
在图像分类中添加训练/测试
的
准确性
,但我不知道
如何
在简单
的
异或求解NeuralNetwork() criterion = torch.nn.
BCELoss
浏览 2
提问于2020-02-11
得票数 5
回答已采纳
2
回答
二值分类
PyTorch
的
损失函数及其输入
neural-network
、
pytorch
我试图用
PyTorch
编写一个用于二进制分类
的
神经网络,我对损失函数感到困惑。self.outputs = nn.Linear(NETWO
浏览 2
提问于2018-12-05
得票数 27
1
回答
图像分类
Pytorch
deep-learning
、
computer-vision
、
conv-neural-network
、
pytorch
如何
确定CNN
的
层数和最终模型,以提高预测
的
准确性
。我正在对图像进行分类,目前用简单
的
模型获得了65%
的
准确率,我应该
如何
增强它才能达到最大
的
准确率。(
Pytorch
)
浏览 3
提问于2018-12-02
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
法律行业错别字检查:如何使用校对工具确保法律文件的准确性?
错别字检查软件与人工校对:如何兼顾准确性和效率?
错别字检查工具的准确性和适用性对比分析
如何提高预估销量的准确性?
在 PyTorch 中使用梯度检查点在GPU 上训练更大的模型
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
云直播
活动推荐
运营活动
广告
关闭
领券