caffe 损失函数

损失函数，一般由两项组成，一项是loss term,另外一项是regularization term。

J=L+R

先说损失项loss，再说regularization项。

1. 分对得分1，分错得分0.gold standard

2. hinge loss(for softmargin svm),J=1/2||w||^2 + sum(max(0,1-yf(w,x)))

3. log los, cross entropy loss function in logistic regression model.J=lamda||w||^2+sum(log(1+e(-yf(wx))))

4. squared loss, in linear regression. loss=(y-f(w,x))^2

5. exponential loss in boosting. J=lambda*R+exp(-yf(w,x))

再说regularization项，

一般用的多的是R2=1/2||w||^2,R1=sum(|w|)。R1和R2是凸的，同时R1会使得损失函数更加具有sparse，而R2则会更加光滑些。具体可以参见下图：

caffe的损失函数，目前已经囊括了所有可以用的了吧，损失函数由最后一层分类器决定，同时有时会加入regularization,在BP过程中，使得误差传递得以良好运行。 

 

contrastive_loss，对应contrastive_loss_layer，我看了看代码，这个应该是输入是一对用来做验证的数据，比如两张人脸图，可能是同一个人的（正样本），也可能是不同个人（负样本）。在caffe的examples中，siamese这个例子中，用的损失函数是该类型的。该损失函数具体数学表达形式可以参考lecun的文章Dimensionality Reduction by Learning an Invariant Mapping, Raia Hadsell, Sumit Chopra, Yann LeCun, cvpr 2006. 

euclidean_loss，对应euclidean_loss_layer,该损失函数就是l=(y-f(wx))^2，是线性回归常用的损失函数。

hinge_loss，对应hinge_loss_layer，该损失函数就是。主要用在SVM分类器中。

infogain_loss，对应infogain_loss_layer，损失函数表达式没找到，只知道这是在文本处理中用到的损失函数。

multinomial_logistic_loss，对应multinomial_logistic_loss_layer，

sigmoid_cross_entropy，对应sigmoid_cross_entropy_loss_layer,也就是logistic regression使用的损失函数。

softmax_loss,对应softmax_loss_layer，损失函数等可以见UFLDL中关于softmax章节。在caffe中多类分类问题，损失函数就是softmax_loss，比如imagenet, mnist等。softmax_loss是sigmoid的多类问题。但是，我就没明白，multinomial_logistic_loss和这个有什么区别，看代码，输入有点差别，softmax的输入是probability,而multinomial好像不要求是probability，但是还是没明白，如果只是这样，岂不是一样啊？

这里详细说明了两者之间的差异，并且有详细的测试结果，非常赞。简单理解，multinomial 是将loss分成两个层进行，而softmax则是合在一起了。或者说，multinomial loss是按部就班的计算反向梯度，而softmax则是把两个步骤直接合并为一个步骤进行了，减少了中间的精度损失等 ，从计算稳定性讲，softmax更好，multinomial是标准做法，softmax则是一种优化吧。

 转自caffe:

Softmax

• LayerType: SOFTMAX_LOSS

The softmax loss layer computes the multinomial logistic loss of the softmax of its inputs. It’s conceptually identical to a softmax layer followed by a multinomial logistic loss layer, but provides a more numerically stable gradient.

 

references：

http://www.ics.uci.edu/~dramanan/teaching/ics273a_winter08/lectures/lecture14.pdf

http://caffe.berkeleyvision.org/tutorial/layers.html

Bishop, pattern recognition and machine learning

http://deeplearning.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92

http://freemind.pluskid.org/machine-learning/softmax-vs-softmax-loss-numerical-stability/

Caffe中的损失函数解析

导言

在有监督的机器学习中，需要有标签数据，与此同时，也需要有对应的损失函数（Loss Function）。

在Caffe中，目前已经实现了一些损失函数，包括最常见的L2损失函数，对比损失函数，信息增益损失函数等等。在这里做一个笔记，归纳总结Caffe中用到的不同的损失函数，以及分析它们各自适合的使用场景。

欧式距离损失函数（Euclidean Loss）

输入：

预测的值：  y^∈[−∞,+∞] , 其中，它们的形状为： N×C×H×W

标签的值：  y∈[−∞,+∞] , 其中，它们的形状为： N×C×H×W

输出：

损失的值： Loss=12N∑Nn=1∥y^n−yn∥22

适合场景：

回归，特别是其回归的值是实数值得时候。

对比损失函数（Contrastive loss）

输入：

形状： (N×C×1×1)  特征  a∈[−∞,+∞]

形状： (N×C×1×1)  特征  b∈[−∞,+∞]

形状： (N×1×1×1)  相似性  y∈[0,1]

输出：

形状： (1×1×1×1)

对比损失函数为:  E=12N∑n=1N(y)d+(1−y)max(margin−d,0)

其中  d=||an−bn||22 .

适合场景：

可以用来训练Siamese网络

铰链损失函数（Hinge Loss）

输入：

形状： (N×C×H×W)  预测值  t∈[−∞,+∞]  代表着预测  K=CHW  个类中的得分（注：CHW表示着在网络设计中，不一定要把预测值进行向量化，只有其拉直后元素的个数相同即可。） . 在SVM中,  t  是 D 维特征 X∈RD×N , 和学习到的超平面参数 W∈RD×K  内积的结果  XTW  
所以，一个网络如果仅仅只有全连接层 + 铰链损失函数，而没有其它的可学习的参数，那么它就等价于SVM

标签值：

(N×1×1×1)  标签  l , 是一个整数类型的数  ln∈[0,1,2,...,K−1]  其代表在  K  个类中的正确的标签。

输出：

形状： (1×1×1×1)  
损失函数计算:  E=1N∑n=1N∑k=1K[max(0,1−δ{ln=k}tnk)]p ,  Lp  范数 (默认是  p=1 , 是 L1 范数; L2 范数,正如在 L2-SVM中一样,也有实现),

其中  δ{条件}={1−1成立不成立

应用场景：

在一对多的分类中应用,类似于SVM.

信息增益损失函数（InformationGain Loss）

输入：

1. 形状： (N×C×H×W)  预测值  p^∈[0,1]  内， 表示这预测每一类的概率，共  K=CHW  个类， 每一个预测 概率 p^n  的和为1:  ∀n∑k=1Kp^nk=1 .

2. 形状： (N×1×1×1)  标签值：  l , 是一个整数值，其范围是  ln∈[0,1,2,...,K−1]  表示着在  K  个类中的索引。

3. 形状： (1×1×K×K)  (可选) 信息增益矩阵  H .作为第三个输入参数，. 如果  H=I , 则它等价于多项式逻辑损失函数

输出：

形状： (1×1×1×1)

计算公式:  E=−1N∑n=1NHlnlog(p^n)=−1N∑n=1N∑k=1KHln,klog(p^n,k) , 其中  Hln  表示 行  ln  of  H .

多项式逻辑损失函数（Multinomial Logistic Loss）

输入：

形状： (N×C×H×W)  预测值  p^∈[0,1] 范围中， 表示这预测的每一类的概率，共  K=CHW  个类. 每一个预测概率 p^n  的和为1:  ∀n∑k=1Kp^nk=1 .

形状： (N×1×1×1)  标签  l , 是一个整数值，其范围是  ln∈[0,1,2,...,K−1]  表示着在  K  个类中的索引。

输出：

形状： (1×1×1×1)  计算公式:  E=−1N∑n=1Nlog(p^n,ln)

应用场景：

在一对多的分类任务中使用，直接把预测的概率分布作为输入.

Sigmoid 交叉熵损失函数（Sigmoid Cross Entropy Loss）

输入：

1. 形状:  (N×C×H×W)  得分  x∈[−∞,+∞] , 这个层使用 sigmoid 函数  σ(.)  映射到概率分布  p^n=σ(xn)∈[0,1]

2. 形状: (N×C×H×W)  标签  y∈[0,1]

输出：

1. 形状： (1×1×1×1)  计算公式:  E=−1n∑n=1N[pnlogp^n+(1−pn)log(1−p^n)]

应用场景： 
预测目标概率分布

Softmax+损失函数(Softmax With Loss)

输入：

1. 形状： (N×C×H×W)  预测值  x∈[−∞,+∞]  代表预测每个类的得分。 共  K=CHW  类. 这一层把得分通过softmax映射到概率分布 p^nk=exp(xnk)/[∑k′exp(xnk′)]

2. 形状： (N×1×1×1)  标签值 是一个整数值，其范围是  ln∈[0,1,2,...,K−1]  表示着在  K  个类中的索引。

输出：

1. 形状： (1×1×1×1)  计算公式:  E=−1N∑n=1Nlog(p^n,ln) , 其中  p^  为softmax输出的类概率。

应用场景：

在一对多分类中应用。