随笔分类 -  python

摘要：使用torch.nn.BCELoss()需要input >= 0. && input <= 1，但是我的网络最后没有加sigmoid，用nn.BCEWithLogitsLoss()替换torch.nn.BCELoss()即可。 阅读全文

摘要：1、单通道输出 在训练时，输出通道为1，网络的输出数值是任意的。标签是单通道的二值图，对输出使用sigmoid，使其数值归一化到[0,1]，然后和标签做交叉熵损失。 训练结束后，将输出的output经过sigmoid函数，然后取阈值（一般为0.5），大于阈值则为1否则取0，从而得到最终的预测结果。 阅读全文

摘要：因为在使用Crossentropyloss作为损失函数时，output=net(input)的output应该是[batchsize, channel, height, weight]，而label则是[batchsize, height, weight]，label是单通道灰度图，而在BCELos 阅读全文