如何解决用2套和/或2个差异损失功能正确训练是否正常?
我有2套火车:一套带有标签,一套没有标签。
训练时,我要同时从一个标记集中加载一批,然后使用第一个损失函数进行计算;然后,从未标记的集合中抽取一批,并使用另一函数进行计算。最后,我将它们加起来(2个损失)和loss.backward()
。
这样有效吗?在我看来这很不常见,所以问问引擎是否知道如何正确地向后传播(没错)? 谢谢。
解决方法
我从pytorch论坛讨论中得到了答案。 pytorch中的Autograd引擎具有2个或更多不同的损失函数,可以正常工作,因此我们无需担心其准确性。 谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。