본문 바로가기
딥러닝/파이토치 딥러닝

5장. 손실함수

by sonysame 2024. 4. 10.

1. 손실함수

N개의 데이터 샘플, n차원

  • L1

 

  • L2 : Euclidean distance

  • RMSE

  • MSE
    MSE는 L2 노름의 제곱에 상수를 곱한 

2. 실습

def mse(x_hat, x):
    # |x|=(batch_size, dim)
    print((x-x_hat)**2)
    y=((x-x_hat)**2).mean()
    return y

x=torch.FloatTensor([[1,1],[2,2]])
x_hat=torch.FloatTensor([[0,0],[0,0]])

print(mse(x_hat,x)) #2.5
  • torch.nn.function 사용
import torch.nn.functional as F

F.mse_loss(x_hat,x) #2.5
F.mse_loss(x_hat,x, reduction='sum') #10
F.mse_loss(x_hat,x,reduction='none')
"""tensor([[1., 1.],
        [4., 4.]])"""
  • torch.nn 사용
import torch.nn as nn

mse_loss=nn.MSELoss()
mse_loss(x_hat,x) #2.5

 

'딥러닝 > 파이토치 딥러닝' 카테고리의 다른 글

8장. 로지스틱 회귀  (1) 2024.05.01
7장 선형회귀(linear regression)  (0) 2024.04.22
6장 경사하강법  (0) 2024.04.22
4장. 선형계층  (0) 2024.04.10
3장 파이토치 튜토리얼  (0) 2024.04.04