losses

深度学习与遗传算法的碰撞——利用遗传算法优化深度学习网络结构（详解与实现）

input_shape=(4,28*28))self.model.summary()self.model.compile(optimizer=optimizers.Adam(lr=0.01),loss=losses.CategoricalCrossentropy

2401_84003733·2024-09-09 12:42

模型训练损失，正确率绘制曲线图

importmatplotlib.pyplotaspltfrommatplotlib.pyplotimportMultipleLocator#创建第一张画布plt.figure(0)#绘制训练损失曲线plt.plot(all_train_losses

baihaisheng·2024-02-05 21:33

TensorFlow2损失函数大全

本文汇总了TensorFlow2中的所有损失函数：1.L1范数损失计算预测值与标签值之间的绝对误差的平均值：tf.keras.losses.MAE(y_true,y_pred)参数：y_true标签值y_pred

bigcindy·2024-01-25 08:48

Tensorflow 中的损失函数 —— loss 专题汇总

一、处理回归问题1.tf.losses.mean_squared_error：均方根误差（MSE）——回归问题中最常用的损失函数优点是便于梯度下降，误差大时下降快，误差小时下降慢，有利于函数收敛。

WitsMakeMen·2024-01-25 08:47

详解Keras3.0 Losses:Probabilistic losses(概率损失)

目录Probabilisticlosses1、BinaryCrossentropy2、CategoricalCrossentropy3、SparseCategoricalCrossentropy4、Poissonclass5、binary_crossentropy6、sparse_categorical_crossentropy7、KLDivergenceclassProbabilisticlos

缘起性空、·2024-01-05 01:27

TypeError: init() takes from 1 to 2 positional arguments but 3 were given报错

想要调用ChamferDist类的__call__函数：@LOSSES.register_moduleclassChamferDist(BaseLoss):def__call__(self,pointset1

YuQiao0303·2023-12-01 21:38

深度学习------tensorflow2.0，keras实现卷积神经网络（LeNet-5、AlexNet-8、VGGNet-16）

1.LeNet-5卷积神经网络实现mnist数据集方法一：fromtensorflow.kerasimportlayers,models,metrics,optimizers,activations,losses

小飞龙程序员·2023-11-18 20:32

如何在网络模型训练过程中绘制train_loss和val_accuracy随epoch变化的曲线

train_losses=[]val_accuracies=[]train_losses.append(running_loss/train_steps)val_accuracies.append(val_accurate

小生些许潦草·2023-11-11 17:42

二元分类loss函数binary_crossentropy和BinaryCrossentropy的区别

在自定义训练模式里：1.loss函数的声明及输出维度 BinaryCrossentropy（官网链接）可以直接申明，如下：#setlossfuncloss=tf.losses.BinaryCrossentropy

DeepL!·2023-11-11 17:36

siMLPe：Human Motion Prediction

的人体运动预测2.2基于GCN的人体运动预测2.3基于Attention的人类运动预测2.4总结3.siMLPe3.1离散余弦变换（DiscreteCosineTransform(DCT)）3.2网络架构3.3Losses

AIRV_Gao·2023-11-03 01:20

TensorFlow2.0之LeNet-5实战

TensorFlow2.0之LeNet-5实战fromtensorflow.kerasimportSequential,layers,losses,optimizers,datasetsimporttensorflowastfdefmain

xingS1992·2023-10-13 09:54

Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks

元学习对每个任务中的每个样本进行训练得到每个任务的loss，并得到任务的损失和losses。对losses进行优化来更新元学习模型的参数。MA

lude·2023-10-12 08:21

tensorflow损失函数

tf.losses.mean_squared_error(label,predict)对label类型并不要求>>>y_int=tf.convert_to_tensor([1,0,1],tf.int32

得克特·2023-09-19 06:14

sentence_transformers 教程

文档：Search—Sentence-Transformersdocumentation用途：该模主要用来做句子嵌入，下游常用来做语意匹配losses.CosineSimilarityLoss计算出样本的余弦相似度

泯灭XzWz·2023-08-03 18:00

DP-GAN-生成器代码

在train文件中，对生成器和判别器分别进行更新，根据loss的不同，分别计算对于的损失：loss_G,losses_G_list=model(image,label,"losses_G",losses_computer

翰墨大人·2023-08-01 16:00

四章：Constrained-CNN losses for weakly supervised segmentation——弱监督分割的约束CNN损失函数

0.摘要基于部分标记图像或图像标签的弱监督学习目前在CNN分割中引起了极大关注，因为它可以减轻对完整和繁琐的像素/体素注释的需求。通过对网络输出施加高阶（全局）不等式约束（例如，约束目标区域的大小），可以利用未标记数据，以领域特定知识指导训练过程。不等式约束非常灵活，因为它们不需要准确的先验知识。然而，出于计算可行性的原因，深度网络中很大程度上避免了受约束的拉格朗日对偶优化。据我们所知，Patha

Joney Feng·2023-07-26 19:04

Multimodal fusion via cortical network inspired losses（第一次优质论文分享）

Multimodalfusionviacorticalnetworkinspiredlosses论文介绍1.论文研究的任务是什么？2.论文关注/拟解决的问题是什么？3.论文提出什么方法如何解决这个问题？4.如何设计实验来证明所提方法确实解决了拟解决的问题？论文介绍1.论文研究的任务是什么？2.论文关注/拟解决的问题是什么？3.论文提出什么方法如何解决这个问题？4.如何设计实验来证明所提方法确实解决

码manba·2023-06-16 01:33

跨模态检索论文阅读：Dissecting Deep Metric Learning Losses for Image-Text Retrieval(GOAL)

DissectingDeepMetricLearningLossesforImage-TextRetrieval剖析图像文本检索中的深度度量学习损失2022.10视觉语义嵌入（VSE）是图像-文本检索中的一种流行的应用方法，它通过学习图像和语言模式之间的联合嵌入空间来保留语义的相似性。三元组损失与硬负值的挖掘已经成为大多数VSE方法的事实目标。图像领域深度度量学习（DML）产生了新的损失函数，超越

若年封尘·2023-06-15 03:41

plt.title()函数中文无法显示问题

plt.title()函数参数说明问题描述由于画图时plt.title()默认是显示英文，如果我们设置标题为中文，会无法显示，如图：plt.title('训练损失')plt.plot(np.arange(len(losses

臭皮匠-hfW·2023-06-08 21:49

解决ValueError: Expected input batch_size (40) to match target batch_size (8).

1：bug出现的地方根据报错的信息，我们可以定位在损失函数losses=loss_function_train(pred_scales,target_scales)，还有在损失函数的原函数处classCrossEntropyLoss2d

翰墨大人·2023-04-11 07:32

Keras 的模型（Model）和层（Layers）的介绍

江帅帅·2023-04-05 18:05

matplotlib设置坐标轴刻度间隔

本来是想让横轴显示1-20的整数，刻度之间间隔1，但是画出图来却显示有浮点数plt.title('trainloss')plt.plot(np.arange(1,len(losses)+1),losses

单单一个越字·2023-03-31 21:00

RuntimeError: weight tensor should be defined either for all or no classes

今天在添加网络中添加深监督的时候遇到了这个错误，先看出现错误的位置，是在计算交叉熵的时候：defforward(self,inputs_scales,targets_scales):losses=[]forinputs

翰墨大人·2023-01-30 08:53

Perceptual Losses for Real-Time Style Transfer and Super-Resolution

基本结构结构基本结构有两部分组成：图像转换网络（imagetransfernetwork）和损失网络，损失网络作为损失方程。图像转换网络是一个深度残差卷积网络，将输入图像转换成输出图像，使用随机梯度下降法来训练为了克服像素损失的缺点，使损失方程能够更好的度量感知和语义相关的信息。因此使用一个预训练好的分类网络定义特征损失和风格损失，作为损失函数。图像转换网络图像转换网络使用带有步长的卷积代替池化层

LuDon·2023-01-29 11:33

『paddle』paddleseg 学习笔记：自定义组件

添加组件一、创建自定义分割模型二、创建自定义损失函数三、创建自定义数据变换（数据增强）四、创建自定义骨干网络五、创建自定义数据集举例PaddleSeg提供了五种类型的可扩展组件，即MODELS、LOSSES

libo-coder·2023-01-29 09:00

关于SiamRPN代码的一些要点

关于SiamRPN代码的一些要点1、Architecture2、GenerateAnchors3、Labels4、Losses4.1、CrossEntropyLoss4.2、L1Loss5、TrackPhase5.1

laizi_laizi·2023-01-25 12:11

浅尝Pytorch自动混合精度AMP

作上下文管理器Autocasting作装饰器数据类型转换局部禁用autocast多GPU情况其他辅助装饰器梯度缩放AMP示例典型混合精度训练使用未缩放的梯度梯度缩放使用缩放后的梯度梯度累积梯度惩罚多个模型、Losses

Dr_David_S·2023-01-20 02:14

Keras里的损失函数（losses）介绍

1、Keras包和tensorflow包版本介绍因为Keras包和tensorflow包的版本需要匹配才能使用，同时也要与python版本匹配才能使用。我目前的环境为python3.5+keras2.1.0+tensorflow1.4.0。建议小白们如果不太懂各个版本该如何匹配的话，可以用我这个配套的包，我之前用python3.8，装上keras和tensorflow后，老是报错，实验了好几天才成

阿里山Paris·2023-01-19 20:32

keras中的常用Loss使用

:mean_squared_error(y_true:tf.Tensor,y_pred:tf.Tensor)->tf.Tensormodel.compile(optimizer="sgd",loss=losses.me

teonus·2023-01-19 20:59

keras自定义loss

TensorFlow符号函数：#损失函数名model.compile(loss='mean_squared_error',optimizer='sgd')#符号函数model.compile(loss=losses.mean_squared_error

方如一·2023-01-19 20:54

将DIOU,CIOU,SIOU用到YOLOX中

在YOLOX/yolox/model/losses.py中添加如下代码：结语：目前我正在实验IOU，CIOU和SIOU的效果，希望SIOU真有效果！(球球了)！对结果感兴趣的朋友可以留言交流！

Mobu59·2023-01-19 14:39

从tf.math.log_softmax和tf.keras.losses.SparseCategoricalCrossentropy看softmax的上溢和下溢问题

什么是softmax的上溢和下溢问题从公式可以看出，对于电脑计算指数函数exp(x)时，如果x过于大，比如1000，则会变为inf，无穷大,这就是softmax的上溢问题；同样，如果x过于小，比如-1000，则exp(-1000)会直接收敛为0，当softmax的分母的每一项都是0时，就是对应的softmax的下溢问题。解决这个问题的方法就是利用softmax的冗余性。即，softmax(x-a)

会发paper的学渣·2023-01-19 13:22

tf.keras.losses下的SparseCategoricalCrossentropy和sparse_categorical_crossentropy区别

sparse_categorical_crossentropy:是一个函数，需要把正确和错误的结果以参数的形式填进去SparseCategoricalCrossentropy:是一个类，可以直接调用，通过调用激活一般使用SparseCategoricalCrossentropy类

虽千万人吾往矣·2023-01-19 13:22

【Tensorflow】【分类：损失函数】SparseCategoricalCrossentropy()和CategoricalCrossentropy()

tf.keras.losses.SparseCategoricalCrossentropy()与CategoricalCrossentropy()的区别：如果目标是one-hot编码，比如二分类【0,1

Jackilina_Stone·2023-01-19 13:22

tf.keras.losses.SparseCategoricalCrossentropy() 稀疏交叉熵损失函数示例

文章目录计算公式计算过程tf.keras.losses.SparseCategoricalCrossentropy实现numpy实现importnumpyasnpimporttensorflowastfy_true

夏华东的博客·2023-01-19 13:52

Module: tf.keras.losses 理解

BinaryCrossentropy参数解释CategoricalCrossentropy参数解释SparseCategoricalCrossentropy参数解释BinaryCrossentropytf.keras.losses.BinaryCrossentropy

xmu_rq·2023-01-19 13:52

tf.keras.losses.SparseCategoricalCrossentropy()与CategoricalCrossentropy()简单说明

tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False,reduction=losses_utils.ReductionV2.AUTO

github_元宝·2023-01-19 13:51

tf.keras.losses.SparseCategoricalCrossentropy 学习总结

此方法就是计算结果的交叉熵的，Sparse的含义就是指期望的结果不需要是onehot结果，只需要记录对应的准确记过位置即可，对应概率值是1不变。例如：y_true=[1,2]y_pred=[[0.05,0.95,0],[0.1,0.8,0.1]]#表示有三类结果(label0,lable1,label2)，y_true的意思表示，期望的结果中索引下标为1的label的概率为1，下表为2的label

会发paper的学渣·2023-01-19 13:21

SparseCategoricalCrossentropy

importtensorflowastfimportnumpyasnpy_true=tf.constant([1,2])y_pred=tf.constant([[0.05,0.95,0],[0.1,0.8,0.1]])loss=tf.reduce_mean(tf.keras.losses.sparse_categorical_crossentropy

琥珀彩·2023-01-19 13:21

Pixel2Mesh从单个RGB图像生成三维网格ECCV2018

tzc_fly·2023-01-15 08:36

keras.losses中 reduction=‘none‘的用法

计算预测值与真实值的损失：tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True,reduction='none')(label,pred

muyuu·2023-01-13 09:47

（还没整理完）Perceptual Losses for Real-Time Style Transfer and Super-Resolution and Super-Resolution

《基于感知损失函数的实时风格转换和超分辨率重建》笔记+转载翻译翻译地址在这儿：基于感知损失函数的实时风格转换和超分辨率重建(zhwhong)原论文下载地址：点这儿笔记1.图像转换任务的一个处理方法是在有监督模式下训练一个前馈卷积神经网络，用逐像素差距作损失函数来衡量输出图像和输入图像的差距。用途：超分辨率重建，图像上色，图像分割，深度和表面预测等。优势：在测试时，只需要一次前馈的通过已训练好的网络

郑建宇Jy·2023-01-12 07:11

Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics

动机：Inthispaperwemaketheobservationthattheperformanceofsuchsystemsisstronglydependentontherelativeweightingbetweeneachtask’sloss.Weproposeaprincipledapproachtomulti-taskdeeplearningwhichweighsmultiplel

64318@461·2023-01-10 11:36

sparse_categorical_crossentropy和SparseCategoricalCrossentropy的用法区别

先看一下官网给出的对于两个函数定义：tf.keras.losses.SparseCategoricalCr

TEn%·2023-01-09 21:05

PaddleOCR 文字检测部分源码学习(2)-loss函数(1)

2021SC@SDUSC代码位置：ppocr–>losses–>det_basic_loss.pyfrom__future__importabsolute_importfrom__future__importdivisionfrom

shy2218·2023-01-09 05:01

IRM最小实现代码详解

importtorchfromtorch.autogradimportgradimportnumpyasnpimporttorchvisiondefcompute_penalty(losses,d

Leepupupu·2023-01-07 09:36

Keras自定义Loss函数

第一种方式：自定义函数进入keras/keras/losses.py文件中，我们可以看到很多keras自带loss的实现代码，比如最简单的均方误差损失函数defmean_squared_er

唐僧爱吃唐僧肉·2023-01-06 15:31

tf.keras.losses.CategoricalCrossentropy函数

函数原型tf.keras.losses.CategoricalCrossentropy(from_logits=False,label_smoothing=0.0,axis=-1,reduction=losses_utils.ReductionV2

不负韶华ღ·2023-01-05 11:24

tf.keras.losses.SparseCategoricalCrossentropy函数

函数原型tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False,reduction=losses_utils.ReductionV2