【pytorch损失函数（5）】nn.NLLLoss, negative log likelihood loss，负对数似然损失

Hali_Botebie

已于 2025-03-26 17:52:01 修改

阅读量472

点赞数

分类专栏：损失函数文章标签： pytorch 深度学习 python

于 2023-05-24 09:13:05 首次发布

原文链接：https://blog.csdn.net/zhuangyuan7838/article/details/121267301

版权

损失函数专栏收录该内容

12 篇文章

订阅专栏

nn.NLLLoss

NLLLoss： negative log likelihood loss，负对数似然损失。

公式为： $\ell(x, y) = L = \{l_1,\dots,l_N\}^\top, \quad l_n = - x_ny_n\quad$

确实没搞清楚这个公式跟对数有什么关系，看公式就是取每行对应列别的值

import torch
# 预测值
predict = torch.Tensor([[0.5796, 0.4403, 0.9087],
                        [-1.5673, -0.3150, 1.6660]])
# 真实值
target = torch.tensor([0, 2])

result = 0
for i, j in enumerate(range(target.shape[0])):
    # 分别取出0.5796和1.6660
    # 也就是log_soft_out[0][0]和log_soft_out[1][2]
    result -= predict[i][target[j]]
print(result / target.shape[0])
# tensor(-1.1228)

loss = torch.nn.NLLLoss()
print(loss(predict, target))
# tensor(-1.1228)