我是否需要在 PyTorch 中制作多个神经网络实例来测试多个损失函数？

Question

我已经在 PyTorch 中编写了一个神经网络，我想比较这个网络上两个不同损失函数的结果

我是否应该像这样制作两个不同的网络实例并为每个网络测试一个损失函数

network_w_loss_1 = ANN().cuda()
network_w_loss_2 = ANN().cuda()

crit_loss_1 = loss_1()
crit_loss_2 = loss_2()

opt_loss_1 = optim.SGD('params')
opt_loss_2 = optim.SGD('params')

for epoch in range(num_epochs):
    for i, dat in enumerate(data_loader):
        #unpack data
        opt_loss_1.zero_grad()
        opt_loss_2.zero_grad()
        output1 = network_w_loss_1('params')
        output2 = network_w_loss_2('params')
        los_1 = crit_loss_1(output1)
        los_2 = crit_loss_2(output2)
        los_1.backward()
        los_2.backward()
        opt_loss_1.step()
        opt_loss_2.step()

或者我可以这样做吗？

network = ANN().cuda()

crit_loss_1 = loss_1()
crit_loss_2 = loss_2()

opt = optim.SGD('params')

for epoch in range(num_epochs):
    for i, dat in enumerate(data_loader):
        #unpack data
        opt.zero_grad()
        output1 = network('params')
        output2 = network('params')
        los_1 = crit_loss_1(output1)
        los_2 = crit_loss_2(output2)
        los_1.backward()
        los_2.backward()
        opt.step()

我正在使用 Python 3.6.5 和 PyTorch 0.4.0

Answer 1

您必须创建 2 个不同的实例。否则你只是在训练一个网络在 2 个损失之间交替（两个损失都会更新它的参数）。