【Loss】Centerloss代码详解(pytorch)完整版.pdf

【Loss】Centerloss代码详解(pytorch)完整版.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
【Loss】Centerloss代码详解 (pytorch) **注 :**全部代码在最后,此代码不知来 ⾃哪位⼤神。 m:ba ch size n:class size d:fea dim ⎛ x0 ⎞ ⎛ x00 x0 1 ... x0 (d−1) ⎞ ⎜ x1 ⎟ ⎜ x10 x11 ... x1(d−1) ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ ... ⎠ ⎝ ... ... ... ⎠ x = xm−1 = x(m−1)0 x(m−1)1 ... x(m−1)(d−1) ∈ Rm ×d torch.pow(x, 2).sum(dim=1, keepdim=True) 2 2 2 2 x00 + x0 1 + ... + x0 (d−1) ⎛ x0 ⎞ ⎛ 2 2 2 ⎞ 2 x10 + x11 + ... + x1(d−1) ⎜ x1 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ... ... 2 2 2 2 ⎝ ⎠ ⎝ (m−1)0 (m−1)1 (m−1)(d−1)⎠ = xm−1 = x + x + ... + x ∈ Rm ×1 .expand(batch size, self.num classes) 2 2 2 ⎛ x0 x0 ... x0 ⎞ 2 2 2 ⎜ x1 x1 ... x1 ⎟ ⎜ ⎟ ... ... ... ... ⎝ 2 2 2 ⎠ m ×n = xm−1 xm−1 ... xm−1 ∈ R 同理 self.centers = nn.Parameter(torch.randn(self.num classes, self.feat dim).cuda()) ⎛ c00 c0 1 ... c0 (d−1) ⎞ ⎜ c10 c11 ... c1(d−1) ⎟ ⎜ ⎟ ⎝ ... ... ... ⎠ centers = c(n−1)0 c(n−1)1 ... c(n−1)(d−1) ∈ Rn ×d torch.pow(self.centers, 2).sum(dim=1, keepdim=True) 2

您可能关注的文档

文档评论(0)

151****0181 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档