Función de Pérdida

term_id: loss_function

Category: basic_concepts

Definition

También conocida como función de costo o error, la función de pérdida proporciona un valor escalar que indica qué tan bien está desempeñándose el modelo. Durante el entrenamiento, los algoritmos de optimización utilizan este valor para calcular los gradientes y actualizar los parámetros del modelo con el fin de reducir el error.

Summary

Una función matemática que cuantifica la diferencia entre los valores predichos y los valores objetivo reales durante el entrenamiento.

Key Concepts

  • Retropropagación
  • Cálculo del Gradiente
  • Optimización
  • Métrica de Error

Use Cases

  • Entrenamiento de modelos de aprendizaje supervisado
  • Evaluación del rendimiento del modelo
  • Ajuste de hiperparámetros

Code Example

1
2

import torch.nn as nn
criterion = nn.CrossEntropyLoss()

Related