pytorch学习笔记（八）

写了这么久，终于有感觉了。以后再编辑文章，要慢慢趋与条例性

一、有关CrossEntropyloss()

二、有关多分类的一个RNN模型实例

一、有关CrossEntropyloss()

        crossentropyloss()就干两件事，一是softmax()运算，二是-y*log(y_pred)

 图片中的意思是，我有一个样本数据他们是[[0.2,0.1,-0.1]]。（用一个中括号他的size是3，而用两个中括号size是[1,3]。这点是新手非常容易忽视的。）它的含义是我这个样本可能属于三个分类（第0类，第一类，第二类）中的一个，而数值的大小表示了可能性的大小（后面经过运算会变成概率，但此时他们之间的概率大小关系已经很明确了）。这个样本数据的标签是[0]它是第0类(如果是[1]表示第一类，[2]表示第二类)。

而crossentropyloss()的作用开始：

        1，求指数运算：[0.2,0.1,-0.1] ->[0.38,0.34,0.28]。

        2，运算-y*log(y_pred)（是第0类y:[1,0,0],        -y*log(0.38)

                                                第一类y:[0,1,0]