pytorch损失函数之nn.CrossEntropyLoss()、nn.NLLLoss()

开飞机的小毛驴儿

于 2021-06-15 08:39:31 发布

阅读量603

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习

原文链接：https://blog.csdn.net/genous110/article/details/89456323

深度学习专栏收录该内容

141 篇文章

订阅专栏

本文详细介绍了PyTorch中的nn.CrossEntropyLoss函数，它是nn.logSoftmax和nn.NLLLoss的组合，简化了网络训练过程中的损失计算。通过nn.CrossEntropyLoss，可以直接计算分类任务的损失，无需单独使用softmax和负对数似然损失。博客深入探讨了交叉熵损失在深度学习中的作用，并解释了其数学公式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

转载自：https://blog.csdn.net/genous110/article/details/89456323，本文只做个人记录学习使用，版权归原作者所有。

nn.CrossEntropyLoss()是nn.logSoftmax()和nn.NLLLoss()的整合，可以直接使用它来替换网络中的两个操作。

在这里插入图片描述

在这里插入图片描述

所以可以得到下面的结论：

在这里插入图片描述

下面解释一下上面的第一个公式，loss(x,class)= …, 这个公式。
pytorch损失函数之nn.BCELoss()（为什么用交叉熵作为损失函数）（转）

在这里插入图片描述

在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。