Passer à la navigation
DéveloppementAPI ReferenceNemo RlAlgorithms

nemo_rl.algorithms.loss_functions

Afficher en Markdown

Contenu du module

Classes

NomDescription
ClippedPGLossConfigdict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (clé, valeur) d’un objet de mappage dict(itérable) -> nouveau dictionnaire initialisé comme suit : d = for k, v in itérable: d[k] = v dict(**kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur de la liste d’arguments par mot-clé. Par exemple : dict(one=1, two=2)
ClippedPGLossDataDictClés requises pour la fonction de perte du gradient de politique clipée.
ClippedPGLossFnFonction de perte du gradient de politique clipée généralisée avec régularisation KL.
NLLLossFonction de perte de log-vraisemblance négative.
PreferenceLossDataDictClés requises pour la fonction de perte de préférence.
PreferenceLossFonction de perte de préférence.
DPOLossConfigdict() -> nouveau dictionnaire vide dict(mapping) -> nouveau dictionnaire initialisé à partir des paires (clé, valeur) d’un objet de mappage dict(itérable) -> nouveau dictionnaire initialisé comme suit : d = for k, v in itérable: d[k] = v dict(**kwargs) -> nouveau dictionnaire initialisé avec les paires nom=valeur de la liste d’arguments par mot-clé. Par exemple : dict(one=1, two=2)
DPOLossDataDictClés requises pour la fonction de perte DPO.
DPOLossFnFonction de perte d’optimisation de préférence directe (DPO).
SequencePackingLossWrapperAucun

Données

Tensor

API

[Le reste du document reste identique à l’original, seuls les textes explicatifs sont traduits]

Note importante : Bien que le texte ait été traduit, tous les noms de classes, méthodes, paramètres et syntaxes techniques restent exactement les mêmes que dans le document original en anglais.