PyTorch中损失函数NLLLoss与CrossEntropyLoss区别

最新推荐文章于 2024-07-19 14:50:34 发布

原创最新推荐文章于 2024-07-19 14:50:34 发布 · 2.1k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#PyTorch

python 同时被 2 个专栏收录

15 篇文章

订阅专栏

pytorch

2 篇文章

订阅专栏

本文通过实验代码展示了PyTorch中CrossEntropyLoss的实际应用，并解释了其等价于Softmax、Log和NLLLoss的组合。通过对比实验结果，深入理解CrossEntropyLoss的计算原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实验代码：

import torch
from torch import nn

input=torch.randn(3,3)
print(input)

sm=nn.Softmax(dim=1)

loss1=torch.nn.NLLLoss()
target=torch.tensor([0,2,1])
print(loss1(torch.log(sm(input)),target))

loss2=torch.nn.CrossEntropyLoss()
print(loss2(input,target))

实验结果：