tensorflow和pytorch很多都是相似的，这里以pytorch为例。
文章目录
- 一、L1范数损失 L1Loss
- 二、均方误差损失 MSELoss
- 三、交叉熵损失 CrossEntropyLoss
- 四、KL 散度损失 KLDivLoss
- 五、二进制交叉熵损失 BCELoss
- 六、BCEWithLogitsLoss
- 七、MarginRankingLoss
- 八、HingeEmbeddingLoss
- 九、多标签分类损失 MultiLabelMarginLoss
- 十、平滑版L1损失 SmoothL1Loss
- 十一、2分类的logistic损失 SoftMarginLoss
- 十二、多标签 one-versus-all 损失 MultiLabelSoftMarginLoss
- 十三、cosine 损失 CosineEmbeddingLoss
- 十四、多类别分类的hinge损失 MultiMarginLoss
- 十五、三元组损失 TripletMarginLoss
- 十六、连接时序分类损失 CTCLoss
- 十七、负对数似然损失 NLLLoss
- 十八、NLLLoss2d
- 十九、PoissonNLLLoss
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，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/63083.html