初始PyTorch（四）：均方差&交叉熵

1、均方差Mean Squared Errorpython   torch.norm(y-pred, 2).pow(2) 2、交叉熵Cross Entropy优化 信息熵：，越大越稳定。编码 交叉熵：，。 其中KL散度表明了两个分布的，重合度越高，KL散度值越低，彻底重合KL散度为0。 若是P=Q时，H(p,q) = H(p), 对于one-hot编码，若使模型预测的Pθ(p,q)接近真实值Pr(

>>阅读原文<<