深度学习系列36：交叉熵笔记

1 熵

出现概率p越高的信息，编码长度L越短。这样的话，总的编码长度能够最小化。
L与p之间的关系可以用下图的二分搜索来展示。概率为p的实体，对应的编码长度为${\log }_{2}1/p$能够将期望编码长度最小化。

熵则是编码长度的期望：$H=-p{\log }_{2}p$

2 交叉熵和KL散度

交叉熵用来计算非最优分布的期望编码长度。

与最优编码之间的差值称为KL散度：$D_q(p)=H_q(p)-H(p)$

一般预测模型中会使用softmax函数将列表转化为概率分布，用来计算交叉熵。

3. 交叉熵损失

二分类问题：假设我们有一堆猫和不是猫的图片，我们用$[p_{猫},p_{不是猫}]$的onehot表示作为输出。
针对一张猫的图片，真实的onehot应该是$[1,0]$，因此交叉熵为：$-log(p_{猫})$
针对一张不是猫的图片，真实的onehot应该是$[0,1]$，因此交叉熵为：$-log(1-p_{猫})$
把所有图片求平均即可，可以表示为：$-{\Sigma }_i(y_{i}log{p}_i+(1-y_i)log(1-p_i))/n$，其中$y_i$是标签（真的猫为1，假的猫为0）。
在二分类问题下的交叉熵损失又称为BCE-Loss。

我们来看下GAN中的判别损失：
第一步是训练判别器D，真实图片的损失为$-E(logD)$，假图片的损失为$-E(1-logD(G))$
第二步是训练生成器G，目标是经过D后被判别为真的，因此损失为$-E(log(D(G)))$

4. InfoNCE

如果类别特别多，要计算softmax的话会非常耗时，因此改成NCE损失。抽象来说，就是：
原先要计算N分类的概率列表然后结合标签计算交叉熵，现在改成计算标签和预测结果是否匹配的2分类问题（负样本需要随机采样）。
InfoNCE则是将采样出来的k个负样本还是看做k个类，计算交叉熵。InfoNCE loss的任务是一个k+1类的分类任务，目的就是想把样本图片分到标签这个类里。