ai-383Đọc toàn bộ đề miễn phí

Tính MSE loss bằng PyTorch

Nối prediction của regression với loss tensor mà optimizer sẽ tối ưu.

AITrung bình20 phút

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

pytorchlossmseregression

Kiến thức tiên quyết: Tensor, regression target, squared error.

Nội dung đề bài

Mục tiêu kiến thức

Nối prediction của regression với loss tensor mà optimizer sẽ tối ưu.

Mô tả bài toán

Đây là bài số 383 trong tầng PyTorch deep learning thực hành. Bài dùng thư viện torch.nn.functional.mse_loss 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 predictions/targets thành float32 Tensor và dùng F.mse_loss reduction mặc định.

def mse_loss_value(predictions, targets):

Input

Hai list số cùng shape.

Output

Dictionary chỉ có key mse, làm tròn 6 chữ số.

Ràng buộc

MSE là mean squared error, không phải tổng hay MAE.

Ví dụ

Giải thích

Sai số [−1,0,−2] có bình phương trung bình 1.666667.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

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.