目标检测之—— 边框损失函数目标检测的损失函数由两部分组成，置信损失函数，边框回归损失函数。本文记录边框回归损失函数的演变。1.L1/L2 Loss最开始是使用L1/L2 loss ，定义如下，其中输入x为预测值与真实值之差：缺点：L1 Loss 对 x 的导数为常数，训练后期，x很小，反向求导更新权值时，由于x非常小，导数为常数，损失函数会在一个值附近波动，权值没什么变动。L2 Loss在训练初

pytorch技巧 二： 深度可分离1. torchviz第一步：安装graphviz, 网上教程很多，也可以点这里。 注意记得配置环境变量。第二步：安装torchviz,打开终端输入pip install torchviz第三步：使用import torchfrom torchviz import make_dotclass MLP(torch.nn.Module):def __init__(s

pytorch技巧 五： 自定义数据集 torch.utils.data.DataLoader 及Dataset的使用本博客中有可直接运行的例子，便于直观的理解，在torch环境中运行即可。1. 数据传递机制在 pytorch 中数据传递按一下顺序：创建 datasets ，也就是所需要读取的数据集。把 datasets 传入DataLoader。DataLoader迭代产生训练数据提供给模型。2

pytorch技巧 一： 查看模型结构1. torchviz第一步：安装graphviz, 网上教程很多，也可以点这里。 注意记得配置环境变量。第二步：安装torchviz,打开终端输入pip install torchviz第三步：使用import torchfrom torchviz import make_dotclass MLP(torch.nn.Module):def __init__(