1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do uczenia głębokiego z PyTorch
Connected

ćwiczenie

Obliczanie straty krzyżowej entropii

Strata krzyżowej entropii (cross-entropy loss) to powszechnie stosowana metoda pomiaru straty klasyfikacji. W tym ćwiczeniu obliczysz ją w PyTorchu, korzystając z:

  • y: etykiety prawdziwej klasy.
  • scores: wektora predykcji przed softmaksem.

Funkcje straty pomagają sieciom neuronowym uczyć się, mierząc błędy predykcji. Stwórz wektor zakodowany metodą one-hot dla y, zdefiniuj funkcję straty krzyżowej entropii i oblicz stratę, używając scores oraz zakodowanej etykiety. Wynikiem będzie pojedyncza liczba zmiennoprzecinkowa reprezentująca stratę dla tej próbki.

torch, CrossEntropyLoss oraz torch.nn.functional jako F zostały już zaimportowane.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Stwórz wektor zakodowany metodą one-hot dla etykiety prawdziwej klasy y, z 4 cechami (po jednej dla każdej klasy), i przypisz go do zmiennej one_hot_label.