qq_43187760的博客

1,os.path.join() 1.1,os.path.join及glob联合用法 2,os.listdir(path) 2.1,os.listdir(path)解决目录的乱序问题 2.2,系统找不到指定路径，解决办法：换成 path = r'C:\Users\XXN\Desktop\test_file' 3,Python os.getcwd() []

写在前面 写本文档的目的是记录自己在pytorch神经网络的搭建中，遇到的不解之处，多为概念性名词。读者可选择性阅读。 1 交叉熵损失函数。 1.1 交叉熵能够衡量同一个随机变量中的两个不同概率分布的差异程度，在机器学习中就表示为真实概率分布与预测概率分布之间的差异。交叉熵的值越小，模型预测效果就越好。 1.2 交叉熵在分类问题中常常与softmax是标配，softmax将输出的结果进行处理，使其多个分类的预测值和为1，再通过交叉熵来计算损失。 1.3 交叉熵损失函数可以计算出模型预测值与实际标签值的差异