CrossEntropyLoss改进

---

前言

CrossEntropyLoss 是分类任务中经常使用的损失函数，但是在某些情况下，其优化效果并不是很好，本文介绍了最近出现的对CrossEntropyLoss进行改进的新损失函数

一、CrossEntropyLoss

公式：

上图是pytorch版实现的CrossEntropyLoss，可以看出其主要作用是优化了正例对应的logits（logits介绍见上一篇博文）并使其无限大与其他类别的logits，这种过强的要求可能使得模型难以训练至收敛，因而出现了LabelSM版本的CrossEntropy，以及Sparse Softmax

顺带提一句，pytorch版本的CrossEntropyLoss是对dim=1进行的计算，
因而我们需要把各个类别的logits放到dim=1上来

二、SmoothCrossEntropy

公式：
SmoothCrossEntropy对应的公式为：

优势：
当 label smoothing 的 loss 函数为 cross entropy 时，如果 loss 取得极值点，则正确类和错误类的 logit 会保持一个常数距离，且正确类和所有错误类的 logits 相差的常数是一样的，都是$\log (\frac{K-(K-1)\alpha }{\alpha })$
证明见：知乎

code:

class SmoothCrossEntropy(nn.Module):
    """
    loss = SmoothCrossEntropy()
    input = torch.randn(3, 5, requires_grad=True)
    target = torch.empty(3, dtype=torch.long).random_(5)
    output = loss(input, target)
    """
    def __init__(self, alpha=0.1):
        super(SmoothCrossEntropy, self).__init__()
        self.alpha = alpha

    def forward(self, logits, labels):
        num_classes = logits.shape[-1]
        alpha_div_k = self.alpha / num_classes
        target_probs = F.one_hot(labels, num_classes=num_classes).float() * \
            (1. - self.alpha) + alpha_div_k
        loss = -(target_probs * torch.log_softmax(logits, dim=-1)).sum(dim=-1)
        return loss.mean()

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

三、Sparse Softmax

公式：

优势：
这是苏神在CAIL2020中提出的一个类别数过多的预测问题损失函数，我们只需要优化前topK项，使得$s_t$ 大于topk即可，不必要大于最小的$\log (n-1)$
,只需大于topk中最小的$log(k)$即可，可以防止过度训练
证明
pytoch版本：

def Sparse_Softmax(predictions, token_type_id, input_ids, vocab_size):

    predictions = predictions[:, :-1].contiguous()
    target_mask = token_type_id[:, 1:].contiguous()
    """
       target_mask : 句子a部分和pad部分全为0， 而句子b部分为1
    """
    predictions = predictions.view(-1, vocab_size)
    labels = input_ids[:, 1:].contiguous()
    labels = labels.view(-1)
    target_mask = target_mask.view(-1).float()
    # 正loss
    pos_loss = predictions[list(range(predictions.shape[0])), labels]
    # 负loss
    y_pred = torch.topk(predictions, k=args.k_sparse)[0]
    neg_loss = torch.logsumexp(y_pred, dim=-1)

    loss = neg_loss - pos_loss
    return (loss * target_mask).sum() / target_mask.sum()  ## 通过mask 取消 pad 和句子a部分预测的影响

L-Softmax、SM-Softmax、AM-Softmax待补充