<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ysngki的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ysngki</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ysngki]]></copyright><item><title><![CDATA[Pytorch使用Scaler时关于scheduler和optimizer顺序的报错：`optimizer.step()` before `lr_scheduler.step()`]]></title><link>https://blog.youkuaiyun.com/ysngki/article/details/129203054</link><guid>https://blog.youkuaiyun.com/ysngki/article/details/129203054</guid><author>ysngki</author><pubDate>Fri, 24 Feb 2023 16:19:08 +0800</pubDate><description><![CDATA[解决了pytorch使用混合精度时，optimizer和scheduler顺序不对导致的报错问题。]]></description><category></category></item><item><title><![CDATA[解决问题：github: Permission to xxxx.git denied to yyy. （ fatal: 无法访问 returned error: 403）]]></title><link>https://blog.youkuaiyun.com/ysngki/article/details/128747221</link><guid>https://blog.youkuaiyun.com/ysngki/article/details/128747221</guid><author>ysngki</author><pubDate>Sat, 21 Jan 2023 19:26:38 +0800</pubDate><description><![CDATA[解决了push到远github远程服务器的问题]]></description><category></category></item><item><title><![CDATA[离线安装vscode插件（没有网络的环境下安装插件）]]></title><link>https://blog.youkuaiyun.com/ysngki/article/details/128652090</link><guid>https://blog.youkuaiyun.com/ysngki/article/details/128652090</guid><author>ysngki</author><pubDate>Wed, 11 Jan 2023 22:48:47 +0800</pubDate><description><![CDATA[帮助读者使用vscode。]]></description><category></category></item><item><title><![CDATA[变分编码器（VAE）学习指南]]></title><link>https://blog.youkuaiyun.com/ysngki/article/details/115920147</link><guid>https://blog.youkuaiyun.com/ysngki/article/details/115920147</guid><author>ysngki</author><pubDate>Tue, 20 Apr 2021 22:14:20 +0800</pubDate><description><![CDATA[推荐两篇相关读物，然后尝试理解变分编码器的含义]]></description><category></category></item><item><title><![CDATA[pytorch损失函数：MSE，NLLLose，Cross Entropy，KLDivLoss]]></title><link>https://blog.youkuaiyun.com/ysngki/article/details/114983706</link><guid>https://blog.youkuaiyun.com/ysngki/article/details/114983706</guid><author>ysngki</author><pubDate>Thu, 18 Mar 2021 16:43:33 +0800</pubDate><description><![CDATA[NLLLose与Cross Entropy
他们的输入是一串向量，和每个向量对应的一个label，因此只适用于分类问题。
他们之间的区别只在于有没有对传进去的那一串向量进行LogSoftmax的计算，前者没有计算，后者计算了。
所以NLLLose实际上干的事情就是根据label，从传进去的向量中挑出一个值，加个负号。
MSE与KLDivLoss
他们的输入是一串向量，label也是一串向量，所以可以用来衡量两串向量间的接近程度。
经过数学证明，KLDiv是恒大于0的，可以放心使用。至于它和MSE之间的效果区]]></description><category></category></item></channel></rss>