pytorch——交叉熵

最新推荐文章于 2024-05-13 23:20:43 发布

独孤醉人

最新推荐文章于 2024-05-13 23:20:43 发布

阅读量720

点赞数

分类专栏：深度学习笔记文章标签：深度学习

本文链接：https://blog.csdn.net/qq_46126537/article/details/119488935

版权

深度学习笔记专栏收录该内容

14 篇文章 0 订阅

订阅专栏

cross_entropy=softmax+log+nll_loss

交叉熵损失一般适用于分类问题

MSE可以用在一些比较前沿的算法中

import torch
import torch.nn.functional as F

x=torch.randn(1,784)
w=torch.randn(10,784)

logits=x@w.t()
pred=F.softmax(logits,dim=1)
pred_log=torch.log(pred)
print(F.nll_loss(pred_log,torch.tensor([3])))

print(F.cross_entropy(logits,torch.tensor([3])))