pytorch中交叉熵損失(nn.CrossEntropyLoss())的計算過程詳解
阿新 • • 發佈:2020-01-09
公式
首先需要了解CrossEntropyLoss的計算過程,交叉熵的函式是這樣的:
其中,其中yi表示真實的分類結果。這裡只給出公式,關於CrossEntropyLoss的其他詳細細節請參照其他博文。
測試程式碼(一維)
import torch import torch.nn as nn import math criterion = nn.CrossEntropyLoss() output = torch.randn(1,5,requires_grad=True) label = torch.empty(1,dtype=torch.long).random_(5) loss = criterion(output,label) print("網路輸出為5類:") print(output) print("要計算label的類別:") print(label) print("計算loss的結果:") print(loss) first = 0 for i in range(1): first = -output[i][label[i]] second = 0 for i in range(1): for j in range(5): second += math.exp(output[i][j]) res = 0 res = (first + math.log(second)) print("自己的計算結果:") print(res)
測試程式碼(多維)
import torch import torch.nn as nn import math criterion = nn.CrossEntropyLoss() output = torch.randn(3,requires_grad=True) label = torch.empty(3,label) print("網路輸出為3個5類:") print(output) print("要計算loss的類別:") print(label) print("計算loss的結果:") print(loss) first = [0,0] for i in range(3): first[i] = -output[i][label[i]] second = [0,0] for i in range(3): for j in range(5): second[i] += math.exp(output[i][j]) res = 0 for i in range(3): res += (first[i] + math.log(second[i])) print("自己的計算結果:") print(res/3)
nn.CrossEntropyLoss()中的計算方法
注意:在計算CrossEntropyLosss時,真實的label(一個標量)被處理成onehot編碼的形式。
在pytorch中,CrossEntropyLoss計算公式為:
CrossEntropyLoss帶權重的計算公式為(預設weight=None):
以上這篇pytorch中交叉熵損失(nn.CrossEntropyLoss())的計算過程詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。