LoslegenKostenlos loslegen

Kreuzentropieverlust berechnen

Der Kreuzentropieverlust ist eine weit verbreitete Methode zur Messung des Klassifikationsverlustes. In dieser Aufgabe berechnest du den Kreuzentropieverlust in PyTorch mithilfe von:

  • y: dem Ground-Truth-Label.
  • scores: einem Vektor der Vorhersagen vor Softmax.

Verlustfunktionen helfen neuronalen Netzen beim Lernen, indem sie Vorhersagefehler messen. Erstelle einen kodierten One-Hot-Vektor für y, definiere die Kreuzentropieverlust-Funktion und berechne den Verlust mit scores und dem kodierten Label. Das Ergebnis ist ein einzelner Float, der den Verlust der Probe darstellt.

torch, CrossEntropyLoss und torch.nn.functional, als F wurden bereits für dich importiert.

Diese Übung ist Teil des Kurses

Einführung in Deep Learning mit PyTorch

Kurs anzeigen

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

import torch
import torch.nn.functional as F
from torch.nn import CrossEntropyLoss

y = [2]
scores = torch.tensor([[0.1, 6.0, -2.0, 3.2]])

# Create a one-hot encoded vector of the label y
one_hot_label = F.____(torch.____(____), num_classes=____)
Code bearbeiten und ausführen