เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณ Cross Entropy Loss

Cross-entropy loss เป็นวิธีที่ใช้กันอย่างแพร่หลายในการวัด classification loss ในแบบฝึกหัดนี้ จะได้คำนวณ cross-entropy loss ใน PyTorch โดยใช้:

  • y: ป้ายกำกับ (label) ที่เป็นค่าจริง
  • scores: เวกเตอร์ของค่าพยากรณ์ก่อนผ่าน softmax

ฟังก์ชัน loss ช่วยให้โครงข่ายประสาทเทียมเรียนรู้ได้โดยการวัดความผิดพลาดของการพยากรณ์ สร้างเวกเตอร์แบบ one-hot encoded สำหรับ y จากนั้นกำหนดฟังก์ชัน cross-entropy loss แล้วคำนวณค่า loss โดยใช้ scores และ label ที่เข้ารหัสแล้ว ผลลัพธ์จะเป็นค่า float ตัวเดียวที่แสดงถึงค่า loss ของตัวอย่างนั้น

torch, CrossEntropyLoss และ torch.nn.functional ในชื่อ F ได้ถูก import ไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning เบื้องต้นด้วย PyTorch

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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=____)
แก้ไขและรันโค้ด