python - 使用 2 组和/或 2 个差异损失函数进行正确训练是否正常?
问题描述
我有 2 套火车:一套有标签,一套没有标签。
训练时,我同时从标记集中加载一个批次,然后使用第一个损失函数进行计算;然后,来自未标记集合的一批,使用另一个函数计算。最后,我将它们相加(2 次损失)和loss.backward()
.
这种方式行得通吗?在我看来这很罕见,所以只要问一下引擎是否知道如何正确地反向传播(没有错)?谢谢你。
解决方案
我从 pytorch 论坛讨论中得到了答案。pytorch 中的 Autograd 引擎使用 2 个或更多不同的损失函数可以正常工作,因此我们不必担心它的准确性。谢谢
推荐阅读
- python - 从 var 传递正确的值
- python - 从python中的多个列表中计算公共值
- php - 更新路径字符串所针对的多维数组?
- linux - 脚本的解释
- python - 如何在 django 中没有模型的情况下从数据库 mongodb 获取数据?
- hyperlink - 锚链接在 Chrome 和 Safari 的同一页面上出现错误的位置,但在 Firefox 中一切正常
- amazon-web-services - AWS SES w/ Lambda - 测试通过 SES 仪表板发送电子邮件的工作原理。API 调用在不同的环境中抛出 404 和 405。教程跟随
- sql - 如果出现空值,我可以使用什么 sql 语句?
- python - 有没有办法从python中的html标签中获取数据?
- javascript - Django Rest Framework 如何在另一种方法中调用变量?