|
|
1
0
采用一种热编码思想进行分类。听起来你可能在尝试创建一个自动编码器。 如果要创建自动编码器,则无需舍入,因为BCELoss可以处理0到1之间的值。注意:训练时最好不要使用乙状结肠,而是使用 BCELossWithLogits 因为它提供了数值稳定性。 下面是一个示例 autoencoder 带MNIST 相反,如果您试图进行分类,则不需要一个热向量,您只需输出等于类数的神经元数,即对于MNIST输出10个神经元,然后将其传递给 CrossEntropyLoss 以及具有相应预期类值的长传感器 下面是一个示例 classification 关于MNIST |
|
|
sy0 · Pytork的二进制输入 8 年前 |
|
|
Rahul · webpack3:您可能需要适当的加载程序来处理此文件 9 年前 |
|
|
Abd EL Magied · 尝试在空对象[重复]上调用虚方法 9 年前 |
|
|
necroface · React-模块分析失败 10 年前 |
|
|
Niello · 从C中的另一个对象初始化对象++ 10 年前 |