了解损失函数
Understanding Loss Functions
我正在关注 this 关于如何设置神经网络的 pytorch 教程，但我不了解损失函数，loss = (y_pred - y).pow(2).sum().item()。为什么要使用它而不是用于计算预测 y 值的函数的导数？我也不明白那个函数是什么 returns.
那个函数是欧氏函数L2-norm。它 returns 网络输出与预期输出之间的误差平方和。
至于函数的导数，或者更好的梯度，它是由您正在使用的深度学习框架（我假设这里是 pytorch）在内部计算的，需要更新网络参数。对于大多数用例，您不需要考虑它。它的计算是完全自动的。
请注意：如果您在张量上调用 .item()，您将提取其原始值，即您得到的不再是张量，而只是一个数字。这意味着您无法从中计算梯度（调用 .backward()）。
我正在关注 this 关于如何设置神经网络的 pytorch 教程，但我不了解损失函数，loss = (y_pred - y).pow(2).sum().item()。为什么要使用它而不是用于计算预测 y 值的函数的导数？我也不明白那个函数是什么 returns.
那个函数是欧氏函数L2-norm。它 returns 网络输出与预期输出之间的误差平方和。
至于函数的导数，或者更好的梯度，它是由您正在使用的深度学习框架（我假设这里是 pytorch）在内部计算的，需要更新网络参数。对于大多数用例，您不需要考虑它。它的计算是完全自动的。
请注意：如果您在张量上调用 .item()，您将提取其原始值，即您得到的不再是张量，而只是一个数字。这意味着您无法从中计算梯度（调用 .backward()）。