深度学习之——损失函数（loss)

小羊头发长

已于 2022-11-28 10:42:08 修改

阅读量1.5w

点赞数 2

文章标签：深度学习 python

于 2022-09-09 23:19:18 首次发布

本文链接：https://blog.csdn.net/GWENGJING/article/details/126772128

版权

深度学习中的所有学习算法都必须有一个最小化或最大化一个函数，称之为损失函数（loss function），或“目标函数”、“代价函数”。损失函数是衡量模型的效果评估。比如：求解一个函数最小点最常用的方法是梯度下降法：梯度下降详解

（比如：全批量梯度下降 Batch GD、随机梯度下降 SGD、小批量梯度下降 mini-batch GD、Adagrad法，Adadelta法、Adam法等）。损失函数就像起伏的山，梯度下降就像从山上滑下来到达最底部的点。

显然，不存在一个损失函数可以适用于所有的任务。损失函数的选择需要取决于很多因素，其中包括异常值的处理、深度学习算法的选择、梯度下降的时间效率等。本文的目的介绍损失函数，以及它们的基本原理。

损失函数(Loss_function)：

在前面的学习中我们学习过机器学习模型（分类、回归、聚类，降维）：机器学习基本模型介绍，在深度学习中：损失函数严格上可分为两类：分类损失和回归损失，其中分类损失根据类别数量又可分为二分类损失和多分类损失。在使用的时候需要注意的是：回归函数预测数量，分类函数预测标签。

1、均方差损失（MSE)

均方差 Mean Squared Error (MSE) 损失是机器学习、深度学习回归任务中最常用的一种损失函数。从直觉上理解均方差损失，这个损失函数的最小值为 0（当预测等于真实值时），最大值为无穷大。MSE就是计算预测值和真实值之间的欧式距离。预测值和真实值越接近，两者的均方差就越小，均方差函数常用于线性回归(linear regression)，即函数拟合(function fitting)。

均方差损失函数是预测数据和原始数据对应点误差的平方和的均值，公式为：

$MSE=\frac{1}{N}(\hat{y}-y)^{2}$

N:样本个数， $\hat{y}$ :样本真实值，y为输出值

MSE代码实现：

import torch.nn as nn
import torch
import random
#MSE损失参数
# loss_fun=nn.MSELoss(size_average=None, reduce=None, reduction='mean')
input=torch.randn(10)#定义输出(随机的1，10的数组）可以理解为概率分布
#tensor([-0.0712,  1.9697,  1.4352, -1.3250, -1.1089, -0.5237,  0.2443, -0.8244,0.2344,  2.0047])
print(input)
target= torch.zeros(10)#定义标签
target[random.randrange(10)]=1#one-hot编码
#tensor([0., 0., 0., 0., 0., 0., 0., 1., 0., 0.])
print(target)
loss_fun= nn.MSELoss()
output = loss_fun(input, target)#输出，标签
print(output)#loss:tensor(0.8843)

#=============不用nn.MSELoss实现均方差===================
result=(input-target)**2
result =sum(result)/len(result)#求和之后求平均
print(result)#tensor(0.8843)
#其结果和上面一样

注意：若多分类任务中要使用均方差作为损失函数，需要将标签转换成one-hot编码形式：one-hot编码，这与交叉熵损失函数恰巧相反。均方差不宜和sigmoid函数一起使用（sigmoid函数有一个特点，那就是横坐标越远离坐标原点，导数越接近于0，当输出越接近1时导数越小，最终会造成梯度消失。）

2、交叉熵损失（Cross Entropy)

关于交叉熵损失函数的来厉和介绍我在这篇文章里有详细阐述：深度学习入门理解——从概率和信息的角度（数学篇后记）

我们现在可以这样它理解：在机器学习中，使用KL散度就可以评价真实标签与预测标签间的差异，但由于KL散度的第一项是个定值，故在优化过程中只关注交叉熵就可以了。一般大多数机器学习算法会选择交叉熵作为损失函数。

根据交叉熵的公式：

$H(p,q)=-\sum _{i=1}^{n}p(x_{i})\log q(x_{i})$

$p(x_{i})$ 代表真实标签，在真实标签中，除了对应类别其它类别的概率都为0，所以可以简写为：

$H(p,q)=-logq(x_{class})$

这里的 $x_{class}$ 代表标签（label)

Cross Entropy代码实现：

#交叉熵
import torch.nn as nn
nn.CrossEntropyLoss(weight=None, size_average=None, ignore_index=-100, reduce=None, reduction='mean')
import torch
import torch.nn as nn
# #假设batch size为4，待分类标签有3个，隐藏层的输出为：
input = torch.tensor([[ 0.8082,  1.3686, -0.6107],#1
        [ 1.2787,  0.1579,  0.6178],#0
        [-0.6033, -1.1306,  0.0672],#2
        [-0.7814,  0.1185, -0.2945]])#取1
target = torch.tensor([1,0,2,1])#假设标签值(不是one-hot编码，直接代表类别）
loss = nn.CrossEntropyLoss()#定义交叉熵损失函数（自带softmax输出函数)
output = loss(input, target)
print(output)#tensor(0.6172)

#======不用 nn.CrossEntropyLoss()，解释其计算方法======
net_out=nn.Softmax(dim=1)(input)#input前面已经定义
print(net_out)
out= torch.log(net_out)#对每个size(每行求log)
"""
tensor([[-1.0964, -0.5360, -2.5153],
        [-0.6111, -1.7319, -1.2720],
        [-1.2657, -1.7930, -0.5952],
        [-1.6266, -0.7267, -1.1397]])
"""
print(out)
#根据公式求和
out=torch.max(out,dim=1)#我们默认取每个size的输出最大值为类别
print(out)
"""
torch.return_types.max(
values=tensor([-0.5360, -0.6111, -0.5952, -0.7267]),
indices=tensor([1, 0, 2, 1]))
"""
#tages=(1,0,2,2),这里的输出out就是每一个size(样本）的交叉熵损失
#别忘了除以batch size（4），我们最后求得的是整个batch（批次，一批次4个样本）的平均loss
#out求和再除以size(4)————————求平均
out_Input=-torch.mean(out.values)#这里求平均时只取max输出的values
print(out_Input)#tensor(0.6172)

注意：除了torch.nn.CrosEntropyLoss()函数外还有一个计算交叉熵的函数torch.nn.BCELoss()，与前者不同，该函数是用来计算二项分布（0-1分布）的交叉熵（含sigmiod输出函数）。

总结：

由于本人现阶段能力有限，没办法对这两个函数进行细致的比较，也没有了解更多的损失函数，还望见谅，后面通过学习，我会慢慢完善。

总的来说MSE要得到一个线性的梯度，必须输出不经过激活函数才行。这样的情况只有线性回归，所以SE较适合做回归问题，而CE更适合做分类问题，在分类问题中，CE都能得到线性的梯度，能有效的防止梯度的消失；MSE作为分类问题的loss时，由于激活函数求导的影响，造成连续乘以小于1大于0的数造成梯度的消失，同时也使得error曲面变的崎岖，更慢的到的局部最优值。