回忆一下,super(MaskedSoftmaxCELoss, self).forward
就相当于直接计算损失函数,这是nn.Module
的普遍做法
nn.CrossEntropyLoss
的输入要求如下
unweighted_loss
的形状是(batch_size, num_steps)
,也就是对应每一个样本的每一步的直接的交叉熵损失
回忆一下,super(MaskedSoftmaxCELoss, self).forward
就相当于直接计算损失函数,这是nn.Module
的普遍做法
nn.CrossEntropyLoss
的输入要求如下
unweighted_loss
的形状是(batch_size, num_steps)
,也就是对应每一个样本的每一步的直接的交叉熵损失
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处:http://www.hqwc.cn/news/884306.html
如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!