Closed kaixinbaba closed 4 years ago
def smooth_l1_loss(y_true, y_predict, sigma2=9.0): abs_diff = tf.abs(y_true - y_predict, name='abs_diff') loss = tf.where(tf.less(abs_diff, 1. / sigma2), 0.5 * sigma2 * tf.pow(abs_diff, 2), abs_diff - 0.5 / sigma2) return loss
在源码中有一个关于smooth l1的loss的函数,我网上查询到的smooth l1的定义是 当函数sigma2=1的时候和网上定义的是一致的, 但是我看大佬这里用的是9.0的默认值,说实话以我的水平第一眼觉得是不是应该是0.9? 想请问大佬这里sigma2的默认值为什么要设置成9.0,有什么用意或者是经过测试这个数字比较好吗
@kaixinbaba 这个sigma2=9.0是借鉴的其他人的,没有做实验;
好的 谢谢
在源码中有一个关于smooth l1的loss的函数,我网上查询到的smooth l1的定义是
当函数sigma2=1的时候和网上定义的是一致的,
但是我看大佬这里用的是9.0的默认值,说实话以我的水平第一眼觉得是不是应该是0.9?
想请问大佬这里sigma2的默认值为什么要设置成9.0,有什么用意或者是经过测试这个数字比较好吗