Tap

term_id: loss

Category: training_techniques

Definition

Tapfunksjoner, også kjent som kostnadsfunksjoner, måler hvor godt prediksjonene fra en maskinlæringsmodell samsvarer med sannheten under treningen. Målet med optimeringsalgoritmen er å minimere denne tapverdien for å forbedre modellens nøyaktighet.

Summary

En numerisk verdi som kvantifiserer feilen mellom modellens prediksjoner og de faktiske målverdiene.

Key Concepts

  • Kostnadsfunksjon
  • Optimering
  • Gradientnedstigning
  • Feilmåling

Use Cases

  • Trening av bildeklassifisatorer
  • Optimering av regresjonsmodeller
  • Vurdering av modellkonvergens

Code Example

1
2
3

import torch.nn as nn
criterion = nn.CrossEntropyLoss()
loss = criterion(outputs, targets)

Related