pytorch中交叉熵?fù)p失(nn.CrossEntropyLoss())的計算過程詳解
更新時間：2020年01月02日 09:46:59 作者：aift
今天小編就為大家分享一篇pytorch中交叉熵?fù)p失(nn.CrossEntropyLoss())的計算過程詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
公式
首先需要了解CrossEntropyLoss的計算過程，交叉熵的函數(shù)是這樣的：
其中，其中yi表示真實(shí)的分類結(jié)果。這里只給出公式，關(guān)于CrossEntropyLoss的其他詳細(xì)細(xì)節(jié)請參照其他博文。
測試代碼（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(wǎng)絡(luò)輸出為5類:")
print(output)
print("要計算label的類別:")
print(label)
print("計算loss的結(jié)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(jié)果：")
print(res)
測試代碼（多維）
import torch
import torch.nn as nn
import math
criterion = nn.CrossEntropyLoss()
output = torch.randn(3, 5, requires_grad=True)
label = torch.empty(3, dtype=torch.long).random_(5)
loss = criterion(output, label)
print("網(wǎng)絡(luò)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(jié)果:")
print(loss)
first = [0, 0, 0]
for i in range(3):
first[i] = -output[i][label[i]]
second = [0, 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(jié)果：")
print(res/3)
nn.CrossEntropyLoss()中的計算方法
注意：在計算CrossEntropyLosss時，真實(shí)的label（一個標(biāo)量）被處理成onehot編碼的形式。
在pytorch中，CrossEntropyLoss計算公式為：
CrossEntropyLoss帶權(quán)重的計算公式為（默認(rèn)weight=None）：
以上這篇pytorch中交叉熵?fù)p失(nn.CrossEntropyLoss())的計算過程詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
PyQt5實(shí)現(xiàn)界面(頁面)跳轉(zhuǎn)的示例代碼
這篇文章主要介紹了PyQt5實(shí)現(xiàn)界面跳轉(zhuǎn)的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
這篇文章主要給大家介紹了關(guān)于Python中音頻處理庫pydub的使用教程，pydub是Python中用戶處理音頻文件的一個庫，文中介紹的非常詳細(xì)，對大家具有一定的參考學(xué)習(xí)價值，需要的朋友們下面來一起看看吧。2017-06-06
淺談Pandas dataframe數(shù)據(jù)處理方法的速度比較
這篇文章主要介紹了淺談Pandas dataframe數(shù)據(jù)處理方法的速度比較，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
在本篇文章里小編給大家整理的是一篇關(guān)于Python中用xlwt制作表格實(shí)例講解內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2020-11-11
Python協(xié)程 yield與協(xié)程greenlet簡單用法示例
這篇文章主要介紹了Python協(xié)程 yield與協(xié)程greenlet簡單用法,簡要講述了協(xié)程的概念、原理,并結(jié)合實(shí)例形式分析了Python協(xié)程 yield與協(xié)程greenlet基本使用方法,需要的朋友可以參考下2019-11-11
tensorflow實(shí)現(xiàn)對張量數(shù)據(jù)的切片操作方式
今天小編就為大家分享一篇tensorflow實(shí)現(xiàn)對張量數(shù)據(jù)的切片操作方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
這篇文章主要介紹了python之NAN和INF值處理方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
今天小編就為大家分享一篇使用Python 自動生成 Word 文檔的教程，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了10個易被忽視但應(yīng)掌握的Python基本用法,如字典推導(dǎo)、內(nèi)省工具等，主要針對Python3版本，需要的朋友可以參考下2015-04-04
緩存對各位學(xué)習(xí)或者使用django的朋友們來說應(yīng)該都不陌生，下面這篇文章主要給大家介紹了關(guān)于django緩存配置的幾種方法，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考下2018-07-07