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
Pytorch
:
如何
针对
多个
损失
优化
多个
变量
?
optimization
、
pytorch
、
autograd
我想让不同的
损失
相对于不同的
变量
计算它们的梯度,然后所有这些
变量
都步长在一起。y_loss.backward_with_respect_to(y) y_opt.step() z_opt.step() 我的问题是,我们
如何
在
PyTorch
中实现backward_with_respect_to部分?我只需要x的梯度w.r.t. x_loss等,然后我希望所有的
优化
器一起步进(基于
浏览 51
提问于2020-04-27
得票数 0
回答已采纳
1
回答
如何
在
Pytorch
中实现JSD
损失
上限?
python
、
deep-learning
、
pytorch
我正在尝试用
pytorch
来“复制”,而且我还是个新手。我现在关心的是复制L_G (等式)。但是,我怀疑这不是创建自定义
损失
的方法。任何形式的帮助都是非常感谢的!提前感谢:)
浏览 4
提问于2017-12-13
得票数 3
1
回答
TensorFlow Docker镜像
docker
、
tensorflow
当使用一般的TensorFlow docker镜像时,它们不会
针对
确切的目标架构进行
优化
。 a)是否有
针对
特定体系结构使用这些通用docker映像与编译的性能
损失
的研究?b)当跨异构集群使用诸如KubeFlow/Mesos之类的编排系统时,将节点映射到
优化
的TensorFlow编译的最佳实践是什么(例如,将其安装在每个节点上,具有
多个
docker映像...)。
浏览 1
提问于2018-03-05
得票数 0
1
回答
缺少L1正则化的割炬稀疏解
python-3.x
、
neural-network
、
pytorch
、
regularized
我查看了一些关于StackOverflow的其他文章,这些文章使用
Pytorch
应用l1正则化来确定应该
如何
做(参考文献:、)。
浏览 0
提问于2018-04-27
得票数 6
回答已采纳
2
回答
使用小型批次时所累积的火炬
损失
pytorch
、
loss-function
、
mini-batch
我对火把很陌生。我可以问一下添加“loss.item()”和不添加“()”有什么区别吗?代码的以下两部分: trainingloss =0 indices = permutation[i:i+batch_size] optimizer.zero_grad() crite
浏览 4
提问于2021-03-20
得票数 2
回答已采纳
3
回答
将logistic回归和连续回归与scikit-learn相结合
python
、
machine-learning
、
scikit-learn
、
regression
在我的数据集X中,我有两个连续
变量
a, b和两个布尔
变量
c, d,总共有4列。我有一个由两个连续
变量
A, B和一个布尔
变量
C组成的多维目标y。 我想训练一个关于X列的模型来预测y的列。然而,在X上尝试了LinearRegression后,它的性能并不是很好(我的
变量
变化了几个数量级,我必须应用适当的转换来获得对数,在这里我不会深入讨论太多细节)。我真正想做的是将连续
变量
上的LinearRegression和布尔
变量
上的LogisticRegression合并到一个管道中
浏览 18
提问于2019-12-06
得票数 2
3
回答
作为角化
损失
的马修斯相关系数
python
、
tensorflow
、
keras
(tn + fp) * (tn + fn)) 如果我使用这个函数作为度量,而不是作为
损失
函数我怎样才能把这个功能当作
损失
呢?send_device="/job:localhost/replica:0/task:0/device:GPU:0",InvalidArgumentError:不能压缩dim,期望维数为1,得到8[{节点丢失9/稠密10
损失
浏览 0
提问于2019-01-07
得票数 1
回答已采纳
2
回答
放电筒中多重
损失
函数的
优化
python
、
optimization
、
pytorch
、
loss-function
、
loss
我在
PyTorch
中训练一个具有不同输出的模型,对于位置(米)、旋转(度)和速度,以及模型必须预测的布尔值为0或1,有四个不同的
损失
。AFAIK,这里有两种方法来定义最终
损失
函数:第二,确定每个
损失
的定义系数,以
优化
最终
损失
。 那么,我的问题是,
如何
更好地权衡这些
损失
,以获得最终的
损失
,正确?
浏览 8
提问于2022-03-02
得票数 2
1
回答
如何
在
PyTorch
中查看培训过程中的weight_decay
损失
?
python
、
deep-learning
、
pytorch
我在
PyTorch
中使用Adam
优化
器训练了一个模型,并将weight_decay参数设置为1.0。args.lr, weight_decay=1.0)loss.backward()如果我想要比较weight_decay
损失
和模型
损失
的数量,
如何
查看weight_decay造成的
损失
的价值
浏览 0
提问于2019-10-18
得票数 0
2
回答
loss.backward()与模型的适当参数有何关系?
machine-learning
、
deep-learning
、
pytorch
我是
PyTorch
的新手,我很难理解loss是
如何
知道
如何
通过loss.backward()计算梯度的?当然,我知道参数需要有requires_grad=True,并且我知道它将x.grad设置为适当的梯度,以便
优化
器稍后执行梯度更新。
优化
器在实例化时链接到模型参数,但
损失
永远不会链接到模型。当我有两个不同的网络,有两个不同的
损失
函数和两个不同的
优化
器时,会发生什么?我将很容易地将
优化
器链接到每个网络,但是如果我从来没有将它们链接在
浏览 2
提问于2019-11-14
得票数 3
1
回答
使用
pytorch
优化
器来拟合用户定义的函数
pytorch
、
minimization
我读过许多关于
如何
使用
PyTorch
对数据集进行回归的教程,例如,使用由几个线性图层和均方误差
损失
组成的模型。 好吧,假设我知道函数F依赖于
变量
x和一些未知参数(p_j: j=0,...因此,我的问题是已知数据{x_i,y_i}_i<=N的经典最小化 Min_{ {p_j} } Sum_i (F(x_i;{p_j}) - y_i)^2 我想知道我是否可以使用
PyTorch
优化
器,如果可以
浏览 14
提问于2020-01-13
得票数 0
1
回答
如何
在nn.Module之外创建和使用
PyTorch
可学习标量
变量
?
machine-learning
、
pytorch
我正在处理一个多目标问题,其中我需要计算
多个
损失
,而总
损失
就是这些
损失
的总和。我想让
PyTorch
可学习的浮点参数alpha和beta作为单个
损失
的系数。请注意,
损失
的总和发生在训练循环中我的NN模型之外: optimizer.step()
如何
声明和使用可学习参数a
浏览 0
提问于2020-11-23
得票数 1
1
回答
如何
在深度学习模型中
优化
混合
损失
的lambdas
deep-learning
、
optimization
、
pytorch
、
gan
我使用的是一种生成性对抗性深度学习模型(GAN),它的混合
损失
由四个
损失
与三个\lambda's的线性组合所代表,类似于:注意:loss_1是基于最小均方误
浏览 0
提问于2019-05-13
得票数 3
回答已采纳
1
回答
如何
最大限度地减少wrt的一组参数,同时最大化wrt的其他一组参数在一个训练回路中的火把?
optimization
、
pytorch
、
minimax
我有一个
损失
函数,其中包括两组需要学习的参数。一个是矩阵,wrt是我想要最大的
损失
,另一个是logistic回归的参数集,wrt是我想要最小化的
损失
。在
pytorch
中,无论何时使用loss.backward(),
损失
都被最小化,wrt和(-loss).backward()使wrt和wrt都最大化。
如何
最大限度地
优化
火把中的参数集?
浏览 1
提问于2021-11-27
得票数 1
回答已采纳
1
回答
Keras:在
优化
具有
多个
输出层的网络时,
损失
是
如何
评估的?
keras
、
loss
我在Keras中使用functional API来构建一个具有
多个
输出层的神经网络模型。我想知道在
优化
过程中更新权重时(当做back-prop时)
损失
是
如何
评估的。假设使用相同的
损失
函数,那么所有输出的平均
损失
是用于最小化成本函数还是单独评估每个输出以更新权重? 提前感谢!
浏览 0
提问于2017-04-29
得票数 3
1
回答
美国有线电视新闻网-> LSTM级联模型到
PyTorch
闪电
python
、
deep-learning
、
conv-neural-network
、
lstm
、
pytorch-lightning
我试图隐藏
PyTorch
代码的CNN -> LSTM级联模型到
PyTorch
闪电。在nn.Module码中有两个
PyTorch
类,一个用于CNN (编码器),一个用于LSTM (译码器),最后一个隐藏层作为
PyTorch
的输入。因此,在转换到
PyTorch
闪电之后,有两个pl.LightningModule类。我想知道
如何
在这两个类中填充所需的方法。以下是
PyTorch
中丢失和
优化
器的定义;
优化
器使用来自编码器和解码器模型的参数
浏览 0
提问于2021-08-03
得票数 0
1
回答
将
优化
器从Adam更改为Nesterov时性能较差
optimization
、
deep-learning
、
pytorch
我在
Pytorch
上运行了一个基于Linknet架构的图像分割代码。
优化
器初始设置为: self.optimizer = torch.optim.Adam(params=self.net.parameters(), lr=lr) 然后我将其更改为Nesterov以提高性能当我使用Adam时,
损失
函数可以收敛到0.19。但是当我使用Nesterov时,
损失
函数只能收敛到0.34。 顺便说一下,如果连续3个时期没有减少
损失
,则学习率除以5,lr可以调整3次。我想知道为什么会发生这种情况,我应该
如何</
浏览 45
提问于2021-08-30
得票数 0
1
回答
火炬闪电推断
pytorch
、
gpu
、
inference
、
pytorch-lightning
我用
pytorch
lightning训练了一个模型,特别欣赏了使用
多个
GPU的简单性。现在,经过培训,我
如何
仍然可以利用闪电GPU特性在测试集上运行推理,并存储/导出预测? 并没有
针对
这一点。
浏览 2
提问于2021-05-01
得票数 3
1
回答
如何
将火炬损耗与模型参数连接起来?
python
、
machine-learning
、
neural-network
、
pytorch
、
backpropagation
我知道在
PyTorch
中,
优化
器是通过在训练循环中,我们必须向后执行loss.backward()但是,
损失
是
如何
与模型参数相关联的呢?因为我们只定义
优化
器和模型之间的连接,而从不定义
损失
和模型之间的关联。当我们执行loss.backward()时,
PyTorch
如何
知道我们将为我们的
浏览 8
提问于2022-08-20
得票数 0
1
回答
多类多目标分类问题的最佳
损失
函数
pytorch
、
classification
、
multilabel-classification
、
multiclass-classification
我有一个分类问题,我不知道
如何
分类这个分类问题。根据我的理解, |-------------|----------| |-------------|--------------------------| |-------------|-----------------| 如右图所示,我
浏览 4
提问于2020-11-01
得票数 3
回答已采纳
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
你知道BarTender中如何设置多个变量吗?
AIScratch如何将多个程序块的代码赋给一个变量
让PyTorch更轻便,这款深度学习框架你值得拥有!GitHub 6.6k星
PyTorch经验指南:技巧与陷阱
超原版速度110倍,针对PyTorch的CPU到GPU张量迁移工具开源
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券