-
Notifications
You must be signed in to change notification settings - Fork 1
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
MeanSquaredError #2
Comments
Der ser ud til at være samme fejl i crossentropy? |
Er det ikke mere rigtigt at skalere learningrate med batch_størrelse? Ellers vil cost jo afhænge af batch størrelse når man fx plotter den? |
Er det ikke omvendt. Hvis man ikke skallerer med batch størrelse vil cost afhænge af batchstørrelsen. Der er en fejl i den Mean squared jeg foreslog: def fprop(self, x, t):
num_batches = x.shape[0]
cost = 0.5 * (x-t)**2 # samples, num_outputs
cost = cost.sum() # sum over output and batches
return cost / num_batches # divide by batchsize |
Begge dele er fint syntes jeg Dit forslag giver vel "per sample cost" - Det er også det der bliver gjort i lasagne, så det er fint syntes jeg |
Ok. Vil du copy paste det ind i dit PR? crossentropy er fin udover den er skrevet anderledes. Du kan evt også cp de forslag som jeg har åbnet issues om? Hvis du er enig. |
Jeg tror der er en fejl i MeanSquaredError.
np.mean
. Jeg er i tvivl om det korrekte er at normalisere med num_batches eller num_bathces * num_outputs??Jeg foreslår:
Orginal
The text was updated successfully, but these errors were encountered: