CrossEntropyLoss cho nhiều lớp
Dùng đúng CrossEntropyLoss cho logits của classifier nhiều lớp.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: multiclass logits, class index, softmax concept.
Nội dung đề bài
Mục tiêu kiến thức
Dùng đúng CrossEntropyLoss cho logits của classifier nhiều lớp.
Mô tả bài toán
Đây là bài số 385 trong tầng PyTorch deep learning thực hành. Bài dùng thư viện torch.nn.functional.cross_entropy trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Chuyển logits thành float32, target thành long class index và gọi F.cross_entropy reduction mặc định.
def cross_entropy_value(logits, targets):Input
Ma trận logits shape mẫu x lớp và target integer 0 đến số lớp-1.
Output
Dictionary cross_entropy.
Ràng buộc
Đưa logits thô, không softmax trước; loss là mean trên batch.
Ví dụ
Giải thích
Logits đều 0 cho 3 lớp có loss ln(3)=1.098612.
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.