NLLLOSS & CrossEntropyLoss

今天在看论文的时候，看到了NLLLOSS函数，嗯？这是个啥，然后就查了查，原来是跟CrossEntropyLoss一样的，这里整理一下，方便以后查阅。

NLLLOSS

官方API解释：
https://pytorch.org/docs/stable/generated/torch.nn.NLLLoss.html?highlight=nllloss#torch.nn.NLLLoss

The negative log likelihood loss. It is useful to train a classification problem with C classes.

The unreduced (i.e. with reduction set to ‘none’) loss can be described as:

其中$x$是输入，也就是上文的“log-probabilities”；$y$是标签，这里的输入的标签并不是one-hot，而是一个索引；$w$是权重，就如上面所说的，是针对不平衡数据集的；$N$是batch size。

对公式中$x_{n,y_n}$的理解：
输入$x$的尺寸是$(N,C)$,则下标$n$代表一个batch里面的第$n$个样本；下标$y_n$代表的 target的第$n$个数据，也就是在一个batch中的第$n$个样本的标签，作为$x$的下标取的是第$y_n$列的数据，也就是第$y_n$类的预测概率。

If reduction is not ‘none’ (default ‘mean’), then

m = nn.LogSoftmax(dim=1)
loss = nn.NLLLoss()
# input is of size N x C = 3 x 5
input = torch.randn(3, 5, requires_grad=True)
# each element in target has to have 0 <= value < C
target = torch.tensor([1, 0, 4]) # 生成三个样本的标签，标签值小于类别数
output = loss(m(input), target)
output.backward()

# 2D loss example (used, for example, with image inputs)
N, C = 5, 4
loss = nn.NLLLoss()
# input is of size N x C x height x width
data = torch.randn(N, 16, 10, 10)
conv = nn.Conv2d(16, C, (3, 3)) # output:[N, 4, 8, 8]
m = nn.LogSoftmax(dim=1)
# each element in target has to have 0 <= value < C
target = torch.empty(N, 8, 8, dtype=torch.long).random_(0, C) # [N, 8, 8]
output = loss(m(conv(data)), target)
output.backward()

CrossEntropyLoss

官方API解释：
https://pytorch.org/docs/stable/generated/torch.nn.CrossEntropyLoss.html?highlight=crossentropyloss#torch.nn.CrossEntropyLoss

This criterion computes the cross entropy loss between input and target.

这一部分的介绍跟NLLLOSS是类似的。下面的介绍就跟NLLLOSS有区别了。针对输入的 target 得不同，分了两种情况介绍。

The target that this criterion expects should contain either:

Note that this case is equivalent to the combination of LogSoftmax and NLLLoss.

这种情况输入的target是个索引，跟NLLLOSS的target是一样的，所以说此时的CrossEntropyLoss相当于Softmax+Log+NLLLoss。

这种情况输入的target是预测值，也就是经过softmax之后的值，这里就跟NLLLOSS不一样了。

# Example of target with class indices
loss = nn.CrossEntropyLoss()
input = torch.randn(3, 5, requires_grad=True)
target = torch.empty(3, dtype=torch.long).random_(5)
output = loss(input, target)
output.backward()

# Example of target with class probabilities
input = torch.randn(3, 5, requires_grad=True)
target = torch.randn(3, 5).softmax(dim=1)
output = loss(input, target)
output.backward()

LogSoftmax

官方API解释：
https://pytorch.org/docs/stable/generated/torch.nn.LogSoftmax.html#torch.nn.LogSoftmax

Applies the $\log (\text{Softmax}(x))$ function to an n-dimensional input Tensor. The LogSoftmax formulation can be simplified as:

m = nn.LogSoftmax()
input = torch.randn(2, 3)
output = m(input)

Softmax

官方API解释：
https://pytorch.org/docs/stable/generated/torch.nn.Softmax.html?highlight=softmax#torch.nn.Softmax

Applies the Softmax function to an n-dimensional input Tensor rescaling them so that the elements of the n-dimensional output Tensor lie in the range [0,1] and sum to 1.

Softmax is defined as:

m = nn.Softmax(dim=1)
input = torch.randn(2, 3)
output = m(input)

Sigmoid

官方API解释：
https://pytorch.org/docs/stable/generated/torch.nn.Sigmoid.html?highlight=sigmoid#torch.nn.Sigmoid

Applies the element-wise function:

m = nn.Sigmoid()
input = torch.randn(2)
output = m(input)

再谈CrossEntropyLoss

交叉熵（cross entropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。

线性回归中的损失函数MSN

在线性回归问题中，常常使用MSE（Mean Squared Error）作为loss函数，比如：

这里的m表示m个样本的，loss为m个样本的loss均值。MSE在线性回归问题中比较好用，那么在逻辑分类问题中还是如此么？

为什么线性回归任务中不用MSN方法呢？

• 主要原因是在分类问题中，使用sigmoid/softmx得到概率，配合MSE损失函数时，采用梯度下降法进行学习时，会出现模型一开始训练时(这时候的概率往往很低)，学习速率非常慢的情况。
• 因为回归问题要求拟合实际的值，通过MSE衡量预测值和实际值之间的误差，可以通过梯度下降的方法来优化。而不像分类问题，需要一系列的激活函数（sigmoid、softmax）来将预测值映射到0-1之间。
• 如果分类任务使用sigmoid，当输出是0或1的值时，梯度接近于0，也出现了梯度消失现象。

CrossEntropy

交叉熵在单分类问题上基本是标配的方法，如下式所示，其中n表示n种类别。

• 二分类

在二分类的情况下，模型最后需要预测的结果只有两种情况，对于每个类别我们的预测得到的概率为$p$和$1-p$，此时表达式为：

其中：

$y_i$：表示样本$i$的label，正类为1，负类为0。
$p_i$：表示样本$i$预测为正类的概率。

• 多分类

多分类的情况实际上就是对二分类的扩展：

其中：

$M$： 类别的数量
$y_{ic}$：符号函数0或1，如果样本i ii的真实类别等于c$取1，否则取0。
$p_{ic}$：观测样本$i$属于类别$c$的预测概率

现在我们利用这个表达式计算下面例子中的损失函数值：

预测	真实	是否正确
0.3 0.3 0.4	0 0 1 (猪)	正确
0.3 0.4 0.3	0 1 0 (狗)	正确
0.1 0.2 0.7	1 0 0 (猫)	错误

对所有样本的loss求平均：

预测	真实	是否正确
0.1 0.2 0.7	0 0 1 (猪)	正确
0.1 0.7 0.2	0 1 0 (狗)	正确
0.3 0.4 0.3	1 0 0 (猫)	错误

对所有样本的loss求平均：

可以发现，虽然上面两个模型的预测值一样，但是交叉熵差别还挺大，所以我们通常使用交叉熵来计算多分类任务。

• softmax与交叉熵联合使用如下

参考资料：

简简单单了解一下softmax与交叉熵

损失函数｜交叉熵损失函数

详解torch.nn.NLLLOSS

https://pytorch.org/docs/stable/index.html