pytorch 区间loss 损失函数

pytorch 区间loss 损失函数

我们知道sigmoid可以把值转化为0-1之间。

tanh函数可以把值转化到[-1，1]之间，

但是在回归时，希望梯度是均匀的，有么有别的方法呢？

答案是肯定的，

解决方法1：

data=torch.sin(data)

周期性函数，把值变到了0-1之间。

解决方法2：

比如要回归A，希望A在1到-1之间，可以设计损失函数：

  

   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      import torch
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      class My_Loss3(torch.nn.Module):
     
    
   

    

     

    
    

     
    def __init__(self):
     
    
   

    

     

    
    

     
        super(My_Loss3, self).__init__()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
    def forward(self, pred_angle0, label):
     
    
   

    

     

    
    

     

              l1 = torch.clamp(torch.abs(pred_angle0)-1, min=0)
     
    
   

    

     

    
    

     

              c1 = torch.abs(pred_angle0 - label)
     
    
   

    

     

    
    

     

              c2 =torch.abs(2 - c1)
     
    
   

    

     

    
    

     

              l3 = torch.where(c1 > c2, c2, c1)
     
    
   

    

     

    
    

     
        return torch.mean(0.1*l3 + l1)
     
    
  
 

希望A在0-1之间，将来预测结果为abs(A)，这个损失函数是Ok的。

  

   

    

     

    
    

     

      import torch
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      class My_Loss3(torch.nn.Module):
     
    
   

    

     

    
    

     
    def __init__(self):
     
    
   

    

     

    
    

     

              su
     
    
  
 

文章来源: blog.csdn.net，作者：AI视觉网奇，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/121216624