クロスエントロピー損失を計算する
クロスエントロピー損失は、分類タスクで広く使われる損失の指標です。この演習では、PyTorch を使ってクロスエントロピー損失を計算します。
y: 正解ラベルscores: softmax 前の予測スコアのベクトル
損失関数は、予測誤差を測ることでニューラルネットワークの学習を助けます。y のワンホットベクトルを作成し、クロスエントロピー損失関数を定義し、scores とエンコードしたラベルを使って損失を計算してください。結果は、このサンプルの損失を表す単一の浮動小数になります。
torch、CrossEntropyLoss、および torch.nn.functional を F としてすでにインポート済みです。
この演習はコースの一部です
PyTorchで学ぶIntroduction to Deep Learning
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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=____)