摘要:
class FocalLoss(nn.Module): def __init__(self, alpha=1, gamma=2, logits=False, reduce=True): super(FocalLoss, self).__init__() self.alpha = alpha self 阅读全文
class FocalLoss(nn.Module): def __init__(self, alpha=1, gamma=2, logits=False, reduce=True): super(FocalLoss, self).__init__() self.alpha = alpha self 阅读全文
posted @ 2020-11-03 19:29
GShang
阅读(2156)
评论(3)
推荐(1)
摘要:
requirements torch tensorboard tensorboardX 其中,tensorboardX必须与tensorboard一起安装到同一环境下。 使用方法 import torch from tensorboardX import SummaryWriter model = 阅读全文
requirements torch tensorboard tensorboardX 其中,tensorboardX必须与tensorboard一起安装到同一环境下。 使用方法 import torch from tensorboardX import SummaryWriter model = 阅读全文
posted @ 2020-11-03 18:35
GShang
阅读(2613)
评论(0)
推荐(0)

摘要 本文验证了语义分割任务下,单通道输出和多通道输出时,使用交叉熵计算损失值的细节问题。对比验证了使用简单的函数和自带损失函数的结果,通过验证,进一步加强了对交叉熵的理解。 交叉熵损失函数 交叉熵损失函数的原理和推导过程,可以参考这篇博文,交叉熵的计算公式如下: \[CE(p,q) = -p*lo
非常好用的文献管理工具,支持离线文献管理,网页插件,标签云等等
浙公网安备 33010602011771号