paddlepaddle 10 支持任意维度数据的标签平滑LabelSmoothingCrossEntropyLoss实现
数据 实现 10 支持 标签 任意 平滑 维度
2023-09-14 09:01:36 时间
LabelSmoothingCrossEntropyLoss的理论部分不再累述,抄自己的博客一点意思都没有。请参考pytorch 10 支持ignore_index和class_weight的标签平滑LabelSmoothingCrossEntropyLoss实现_a486259的博客-CSDN博客
本来计划是效仿pytorch框架下实现支持ignore_index和class_weight的标签平滑方法的,无奈paddle中的paddle.where与paddle.nn.CrossEntropyLoss这两个函数功能存在缺陷,因此仅实现普通的标签平滑loss。虽然已实现ignore_index,但是未进行与CrossEntropyLoss的对比实验。虽然如此,但是支持任意维度的数据。
paddle2.2 paddle.where功能说明:
paddle.where(condition, x, y, name=None)
通过对paddle.where的源码和实际使用发现,paddle.where真的只是支持按照condition截取数据,无法像torch.where和numpy.where那样支持返回mask的index。同时,paddle.tensor不支持mask的取值方式。因此,无法通过对数据的截选实现ignore_index功能。
2022.
相关文章
- 数据透视表上线!如何在纯前端实现这个强大的数据分析功能?
- 手写神经网络识别MNIST数据集
- 增量表全量表拉链表区别_hive 增量数据更新
- 数据虚拟视图定位与智能化实现
- Oracle结合Mybatis实现取表TOP 10条数据
- SQL Server简单实现数据的日报和月报功能
- 使用Oracle DTS实现数据迁移(oracledts)
- 利用Redis简化数据存储(redis存储数据)
- 处理使用Java实现Redis数据过期处理(redisjava过期)
- Oracle取日期年月,快速精准实现数据抽取和计算(oracle取日期年月)
- 掌握Oracle DAY函数,实现数据精准度!(oracleday函数)
- 实现高效数据操作——web整合redis技巧(web整合redis)
- 使用 jq 在 Linux 中实现数据批量处理的简易安装教程(jqlinux安装)
- MySQL主从表:实现高效的数据操作(mysql主从表)
- MSSQL查询:如何精准获取本月数据?(mssql查询本月数据)
- 解密Redis数据查看Key值的过期时间(获取redis值过期时间)
- 基于Canal与MySQL的数据同步实现(canal和MySQL)
- 大容量数据存储基于Redis类技术(类redis大容量存储)
- MySQL实现从Oracle迁移数据的尝试(mysq移植oracle)
- 使用Redis快速添加数据(用工具redis添加数据)
- MySQL高效实现不同库数据互导(mysql不同库数据互导)
- Oracle重复数据消除以两列索引实现(oracle 两列 重复)
- 据Oracle实现每页10条数据(oracle一页10条数)
- Redis最新数据采集实践(redis获取最近的数据)
- 美国发布2020年人口普查数据 揭示种族多样性的增加
- Asp.net中把Excel数据存储至SQLServer中的具体实现方法