python 和 torch 交叉熵损失
【摘要】
import mathimport numpy as np # 导入 math 模块import torch x=0.9y=0.1print("math.log",-x* math.log(1-y))print("n p.log",-x* np.log(1-y)) x_tensor = torch.tensor([x])y_tensor = torch...
-
import math
-
import numpy as np # 导入 math 模块
-
import torch
-
-
x=0.9
-
y=0.1
-
print("math.log",-x* math.log(1-y))
-
print("n p.log",-x* np.log(1-y))
-
-
-
x_tensor = torch.tensor([x])
-
y_tensor = torch.tensor([y])
-
-
-
loss_tensor = (- x_tensor * torch.log(1-y_tensor)).sum()
-
print(loss_tensor)
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/103811407
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)