zl程序教程

您现在的位置是:首页 >  其它

当前栏目

mseloss 与 smooth_l1_loss比较

比较 L1 Loss smooth mseloss
2023-06-13 09:14:34 时间

大家好,又见面了,我是你们的朋友全栈君。

在0-1直接,mseloss的平方是smooth_l1_loss,smooth_l1_loss更小

import torch


import torch.nn.functional as F

conf_mask = torch.FloatTensor([3])
conf_data = torch.FloatTensor([1])

loss_fn = torch.nn.MSELoss( reduce=False, size_average=False)

x= loss_fn(conf_mask, conf_data).item()
print('-----',x)


loc_loss = F.smooth_l1_loss(conf_mask, conf_data)
print(loc_loss)

结果:

—– 4.0 tensor(1.5000)

测试代码:

import torch
import torch.nn.functional as F

conf_mask = torch.FloatTensor([0.0, 10.0, 0.0, 1.0, 1.0])
conf_data = torch.FloatTensor([10.1, 0.9, 0.0, 10.2, 10.2])

loss_fn = torch.nn.MSELoss()# reduce=False, size_average=False)

x= loss_fn(conf_mask, conf_data).item()
print('-----0&1',x)

loc_loss = F.smooth_l1_loss(conf_mask, conf_data)
print(loc_los

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。