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.
To ćwiczenie jest częścią kursu
Wprowadzenie do uczenia głębokiego z PyTorch
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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=____)