文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

深度学习(23):SmoothL1Loss损失函数

2023-09-27 21:24

关注

0. 基本介绍

SmoothL1Loss是一种常用的损失函数,通常用于回归任务中,其相对于均方差(MSE)损失函数的优势在于对异常值(如过大或过小的离群点)的惩罚更小,从而使模型更加健壮。

SmoothL1Loss的公式为:

l o s s ( x , y ) = { 0.5 ( x − y ) 2 if  ∣ x − y ∣ < 1 ∣ x − y ∣ − 0.5 otherwise loss(x,y) = \begin{cases} 0.5(x-y)^2 & \text{if } |x-y| < 1 \\ |x-y| - 0.5 & \text{otherwise} \end{cases} loss(x,y)={0.5(xy)2xy0.5if xy<1otherwise

其中,x和y分别为模型的输出和标签,|x-y|表示它们之间的差异。当|x-y|小于1时,采用平方误差;否则采用线性误差。这使得SmoothL1Loss相比于MSE更加鲁棒,即对于异常值的响应更加平缓。

在PyTorch中,可以使用nn.SmoothL1Loss()函数来构建SmoothL1Loss损失函数。

1. 绘制SmoothL1Loss函数

通过修改torch.linspace中的参数,可以改变图像的横坐标范围;通过修改torch.zeros中的参数,可以改变图像的高度和形状。

import torch.nn as nnimport matplotlib.pyplot as pltimport torch# 定义函数和参数smooth_l1_loss = nn.SmoothL1Loss(reduction='none')x = torch.linspace(-1, 1, 10000)y = smooth_l1_loss(torch.zeros(10000), x)# x2 = 1e3*x# y2 = 1e-3*smooth_l1_loss(torch.zeros(10000), x2)# 绘制图像plt.plot(x, y)# plt.plot(x, y2)plt.xlabel('x')plt.ylabel('SmoothL1Loss')plt.title('SmoothL1Loss Function')plt.show()

在这里插入图片描述

2. 移动SmoothL1Loss公式的临界点

移动临界点是为了在不尽兴其他操作的情况下,放大模型的损失

移动到0.1

import torch.nn as nnimport matplotlib.pyplot as pltimport torch# 定义函数和参数smooth_l1_loss = nn.SmoothL1Loss(reduction='none')x = torch.linspace(-1, 1, 10000)y = smooth_l1_loss(torch.zeros(10000), x)x2 = 1e1*xy2 = 1e-1*smooth_l1_loss(torch.zeros(10000), x2)# 绘制图像plt.plot(x, y)plt.plot(x, y2)plt.xlabel('x')plt.ylabel('SmoothL1Loss')plt.title('SmoothL1Loss Function')plt.show()

如下,箭头处保持玩弯曲
在这里插入图片描述

移动到0.01

如下,箭头处还可以看到弯曲

import torch.nn as nnimport matplotlib.pyplot as pltimport torch# 定义函数和参数smooth_l1_loss = nn.SmoothL1Loss(reduction='none')x = torch.linspace(-1, 1, 10000)y = smooth_l1_loss(torch.zeros(10000), x)x2 = 1e2*xy2 = 1e-2*smooth_l1_loss(torch.zeros(10000), x2)# 绘制图像plt.plot(x, y)plt.plot(x, y2)plt.xlabel('x')plt.ylabel('SmoothL1Loss')plt.title('SmoothL1Loss Function')plt.show()

在这里插入图片描述

来源地址:https://blog.csdn.net/BIT_HXZ/article/details/130458821

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯