Fonction de perte

term_id: loss_function

Category: basic_concepts

Definition

Également connue sous le nom de fonction de coût ou d’erreur, la fonction de perte fournit une valeur scalaire indiquant la performance du modèle. Pendant l’entraînement, les algorithmes d’optimisation utilisent cette valeur pour calculer les gradients

Summary

Une fonction mathématique qui quantifie la différence entre les valeurs prédites et les valeurs cibles réelles pendant l’entraînement.

Key Concepts

  • Rétropropagation
  • Calcul du gradient
  • Optimisation
  • Métrique d’erreur

Use Cases

  • Entraînement de modèles d’apprentissage supervisé
  • Évaluation de la performance du modèle
  • Réglage des hyperparamètres

Code Example

1
2

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

Related