BCEloss
当y为0的时候，公式前半部分为0，y' 需要尽可能为0才能使后半部分数值更小；当y为1时，后半部分为0，y'需要尽可能为1才能使前半部分的值更小，这样就达到了让y'尽量靠近y的预期效果。BCELoss：Binary Cross Entropy Loss，二值交叉熵损失，适用于0/1二分类。这要求输出必须在0-1之间，所以为了让网络的输出确保在0-1之间，一般都会加一个Sigmoid。y是真实标签，
·
BCELoss：Binary Cross Entropy Loss，二值交叉熵损失，适用于0/1二分类。
LOSS = -y log(y') - (1-y) log(1-y')
y是真实标签，y'是预测值，
当y为0的时候，公式前半部分为0，y' 需要尽可能为0才能使后半部分数值更小；当y为1时，后半部分为0，y'需要尽可能为1才能使前半部分的值更小，这样就达到了让y'尽量靠近y的预期效果。
这要求输出必须在0-1之间，所以为了让网络的输出确保在0-1之间，一般都会加一个Sigmoid。
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
1
0- 0
已为社区贡献4条内容
所有评论(0)