Funkcja straty

term_id: loss

Category: training_techniques

Definition

Funkcje straty, znane również jako funkcje kosztu, mierzą, jak dobrze przewidywania modelu uczenia maszynowego pasują do prawdy ziemskiej podczas treningu. Celem algorytmu optymalizacji jest minimalizacja tej

Summary

Wartość liczbowa ilościowo określająca błąd między przewidywaniami modelu a rzeczywistymi wartościami docelowymi.

Key Concepts

  • Funkcja kosztu
  • Optymalizacja
  • Spadek gradientu
  • Miara błędu

Use Cases

  • Trening klasyfikatorów obrazów
  • Optymalizacja modeli regresji
  • Ocena zbieżności modelu

Code Example

1
2
3
import torch.nn as nn
criterion = nn.CrossEntropyLoss()
loss = criterion(outputs, targets)