nn.CrossEntropyLoss详解

这篇博客详细介绍了PyTorch中交叉熵损失函数nn.CrossEntropyLoss的实现过程,包括数据预处理(通过softmax和log函数)、损失计算(使用nn.NLLLoss)等步骤,并通过实例展示了nn.LogSoftmax和nn.NLLLoss的等效性,最后验证了nn.CrossEntropyLoss的正确性。内容适合于希望理解该函数工作原理的PyTorch初学者。

nn.CrossEntropyLoss是pytorch下的交叉熵损失,用于分类任务使用

下面我们看看它具体是怎么实现的

先创建一下数据
import torch.nn as nn
import torch

x = torch.rand((3,3))
y = torch.tensor([0,1,1])

#x的值
#tensor([[0.7459, 0.5881, 0.4795],
#        [0.2894, 0.0568, 0.3439],
#        [0.6124, 0.7558, 0.4308]])

#y的值
#tensor([0, 1, 1])
①先经过softmax函数,求出每个类别的概率值,取值到0-1之间
softmax = nn.Softmax()
x_softmax = softmax(x
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值