关于torch nn中的分类损失函数的视频

09 Softmax 回归 + 损失函数 + 图片分类数据集【动手学深度学习v2】

“损失函数”是如何设计出来的？直观理解“最小二乘法”和“极大似然估计法”

[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE

【数之道 32】6分钟理解机器学习核心知识之<损失函数>

YOLOv8改进分类损失函数：多种PolyLoss、VFocalLoss、QFocalLoss损失函数改进教程

什么是交叉熵误差，多分类中的交叉熵损失函数

1.1损失函数的分类以及正则化

AI算法面试：交叉熵为什么可以作为分类的损失函数？？？

分类损失函数，为什么是BCE与CE

PyTorch多分类入门示例——创建模型、定义损失函数、优化器 PyTorch教程 PyTorch深度学习 PyTorch入门

分类问题的损失函数（CrossEntropyLoss, BCELoss, Nllloss）

pytorch中交叉熵损失函数讲解与求导以及NLLloss

“交叉熵”如何做损失函数？打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”

使用pytorch和tensorflow计算分类模型的混淆矩阵

贝叶斯统计（郑晨） - 26.5.3 常用损失函数下的贝叶斯估计（1）

从代码角度理解对比学习损失函数

六分钟回顾YOLO系列，YOLOv1设计及损失函数细节。

7、深入剖析PyTorch nn.Module源码

简单易懂的图像分类过程讲解（大概）/神经网络，为什么要有损失函数/为什么要用numpy/建议倍速和看简介

深度学习零基础入门14：(8.2torch.nn.linear实现单层回归网络的正向传播)