Tổng có trọng số của hai hàm mất mát
Nhiều mô hình tối ưu một tổng có trọng số của hai hàm mất mát: ví dụ mô hình biến phân cân
Tiến độ của tôi ở bài này
Điểm và code bạn nộp được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: python-basics, numpy-axis-reduction.
Nội dung đề bài
Mô tả bài toán
Nhiều mô hình tối ưu một tổng có trọng số của hai hàm mất mát: ví dụ mô hình biến phân cân bằng giữa mất mát tái tạo và thành phần điều chuẩn, còn học đa nhiệm pha trộn nhiều mục tiêu. Một công thức tổng quát là lấy trung bình mỗi chuỗi rồi nhân với trọng số của nó.
Yêu cầu
Viết hàm combined_loss(recon, reg, alpha, beta) nhận hai chuỗi mất mát theo từng mẫu và trả về tổng có trọng số của chúng.
Quy ước nộp bài
Nộp hàm combined_loss trong solution.py. Hệ thống gọi hàm trực tiếp và so giá trị với sai số 1e-6; không đọc stdin và không in ra stdout.
Input
- recon: danh sách mất mát tái tạo theo từng mẫu.
- reg: danh sách thành phần điều chuẩn theo từng mẫu, cùng độ dài với recon.
- alpha: trọng số của recon.
- beta: trọng số của reg.
Output
Số thực bằng alpha * mean(recon) + beta * mean(reg).
Ràng buộc
- recon và reg phải cùng độ dài và khác rỗng; nếu không, hàm ném ValueError.
- Dùng NumPy để lấy trung bình, không viết vòng lặp Python.
Ví dụ 1
Input
combined_loss(recon=[1, 1, 1], reg=[2, 2, 2], alpha=1.0, beta=0.5)
Output
2.0
Ví dụ 2
Input
combined_loss(recon=[4, 0], reg=[0, 0], alpha=0.25, beta=1.0)
Output
0.5
Giải thích
Với recon = [1, 1, 1], reg = [2, 2, 2], alpha = 1.0, beta = 0.5: kết quả là 1.0 * 1.0 + 0.5 * 2.0 = 2.0.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.
