Tính cross-entropy loss
Cross-entropy loss là cách phổ biến để đo lường sai số phân loại. Trong bài này, bạn sẽ tính cross-entropy loss trong PyTorch với:
y: nhãn đúng (ground truth).scores: vector dự đoán trước softmax.
Hàm loss giúp mạng nơ-ron học bằng cách đo lỗi dự đoán. Hãy tạo vector one-hot cho y, định nghĩa hàm cross-entropy loss, rồi tính loss bằng scores và nhãn đã mã hóa. Kết quả sẽ là một số thực đơn biểu diễn loss của mẫu.
torch, CrossEntropyLoss, và torch.nn.functional với bí danh F đã được nhập sẵn cho bạn.
Bài tập này là một phần của khóa học
Nhập môn Deep Learning với PyTorch
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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=____)