x_hat = np.linspace(-1, 1, 101).astype('float32')
x_hat = torch.from_numpy(x_hat.reshape(-1, 1))
x = np.zeros(101).astype('float32')
x = torch.from_numpy(x.reshape(-1, 1))
y1 = torch.nn.L1Loss(reduction='none')(x_hat, x)
y2 = torch.nn.MSELoss(reduction='none')(x_hat, x)
y3 = torch.nn.SmoothL1Loss(reduction='none', beta=0.5)(x_hat, x)
plt.plot(x_hat, y1)
plt.plot(x_hat, y2)
plt.plot(x_hat, y3)
基于pytorch是三种损失函数可视化理解
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 一种基于均值不等式的Listwise损失函数 1 前言 1.1 Learning to Rank 简介 Learn...
- 对于 Python语言来说,比较传统的数据可视化模块是Matplotlib,但它存在不够美观、静态性、不易分享等缺...