ComeçarComece de graça

Como usar o MSELoss

Para problemas de regressão, costuma-se usar o erro quadrático médio (MSE) como função de perda em vez de entropia cruzada. O MSE calcula a diferença ao quadrado entre os valores previstos (y_pred) e os valores reais (y). Agora, você calculará a perda do MSE usando o NumPy e o PyTorch.

Os pacotes torch, numpy (como np) e torch.nn (como nn) já foram importados.

Este exercício faz parte do curso

Introdução ao Aprendizado Profundo com o PyTorch

Ver curso

Instruções do exercício

  • Calcule a perda do MSE usando o NumPy.
  • Crie uma função de perda do MSE usando o PyTorch.
  • Converta y_pred e y em tensores e, em seguida, calcule a perda do MSE como mse_pytorch.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

y_pred = np.array([3, 5.0, 2.5, 7.0])  
y = np.array([3.0, 4.5, 2.0, 8.0])     

# Calculate MSE using NumPy
mse_numpy = ____

# Create the MSELoss function in PyTorch
criterion = ____

# Calculate MSE using PyTorch
mse_pytorch = ____(torch.tensor(____), ____)

print("MSE (NumPy):", mse_numpy)
print("MSE (PyTorch):", mse_pytorch)
Editar e executar o código