矢量化 L1 损失？

扎眼的阳光 pytorch 196

原文标题 ：Vectorized L1 loss?

我正在阅读一篇论文，其中提到他们正在使用矢量化 L1 损失，这在编码方面意味着什么？与常规的 L1 损失有什么区别吗？从论文中，这是公式：

enter image description here

看Lf，如果我写代码，不就是看起来像普通的 L1 损失吗？

import torch.nn.functional as F
loss_f = F.l1_loss(D_t, warped * D_t)
loss_f.backward()

如果是这样，为什么要特别提到向量化 L1 损失？我错过了什么？

原文链接：https://stackoverflow.com//questions/71941675/vectorized-l1-loss

回复

我来回复
  • owen的头像
    owen 评论

    矢量化是计算机/数据科学中广泛使用的概念。这里指的是一种计算L1损失的方法，但是结果计算还是一样的。矢量数学通常用作加速代码的一种方法，您可以在此处阅读更多信息。

    2年前 0条评论

相关问题