0


损失函数 - 二元交叉熵损失函数 nn.BCELoss() 与 torch.nn.BCEWithLogitsLoss()

b站账号 : Enzo_Mi
知识星球 : Enzo AI学习小组 | 小白分会

欢迎加入我的知识星球,一起来学习吧 ~
请添加图片描述


nn.BCELoss


1、二元交叉熵损失函数

(1)二元交叉熵损失函数 (Binary Cross Entropy Loss) 适用于二分类问题 : 样本标签为二元值:0 或 1

(2)用于将 模型 预测值 和 真实标签值 之间的差异转化为一个标量值,从而衡量模型预测的准确性。


本文转载自: https://blog.csdn.net/weixin_37804469/article/details/129779296
版权归原作者 Enzo 想砸电脑 所有, 如有侵权,请联系我们删除。

“损失函数 - 二元交叉熵损失函数 nn.BCELoss() 与 torch.nn.BCEWithLogitsLoss()”的评论:

还没有评论