PyTorch之torch.nn.CrossEntropyLoss()

1. 简介
   信息熵： 按照真实分布p来衡量识别一个样本所需的编码长度的期望，即平均编码长度
   
   交叉熵： 使用拟合分布q来表示来自真实分布p的编码长度的期望，即平均编码长度
   
   多分类任务中的交叉熵损失函数
   

2. 代码

1）导入包

import torch
import torch.nn as nn

2）准备数据
在图片单标签分类时，输入m张图片，输出一个m x N的Tensor，其中N是分类个数。比如输入3张图片，分三类，最后的输出是一个3 x 3的Tensor，举个例子：

x_input=torch.randn(3,3)
print(<