pytorch loss function 总结

最新推荐文章于 2024-05-13 23:20:43 发布

张小彬的代码人生

最新推荐文章于 2024-05-13 23:20:43 发布

阅读量10w+

点赞数 112

分类专栏：机器学习文章标签： pytorch 损失函数

本文链接：https://blog.csdn.net/zhangxb35/article/details/72464152

版权

机器学习专栏收录该内容

22 篇文章 7 订阅

订阅专栏

最近看了下 PyTorch 的损失函数文档，整理了下自己的理解，重新格式化了公式如下，以便以后查阅。

值得注意的是，很多的 loss 函数都有 size_average 和 reduce 两个布尔类型的参数，需要解释一下。因为一般损失函数都是直接计算 batch 的数据，因此返回的 loss 结果都是维度为 (batch_size, ) 的向量。

如果 reduce = False，那么 size_average 参数失效，直接返回向量形式的 loss；
如果 reduce = True，那么 loss 返回的是标量
- 如果 size_average = True，返回 loss.mean();
- 如果 size_average = True，返回 loss.sum();

所以下面讲解的时候，一般都把这两个参数设置成 False，这样子比较好理解原始的损失函数定义。

下面是常见的损失函数。

nn.L1Loss

loss (x i, y i) = | x i - y i |

$\text{loss}(\mathbf{x}_i, \mathbf{y}_i) = |\mathbf{x}_i - \mathbf{y}_i|$

这里表述的还是不太清楚，其实要求 $\mathbf{x}$ 和 $\mathbf{y}$ 的维度要一样（可以是向量或者矩阵），得到的 loss 维度也是对应一样的。这里用下标 $i$ 表示第 $i$ 个元素。

loss_fn = torch.nn.L1Loss(reduce=False, size_average=False)
input = torch.autograd.Variable(torch.randn(3,4))
target = torch.autograd.Variable(torch.randn(3,4))
loss = loss_fn(input, target)
print(input); print(target); print(loss)
print(input.size(), target.size(), loss.size())

nn.SmoothL1Loss

也叫作 Huber Loss，误差在 (-1,1) 上是平方损失，其他情况是 L1 损失。

loss (x i, y i) = {1 2 (x i - y i) 2 | x i - y i | - 1 2, if | x i - y i | < 1 otherwise

$\text{loss}(\mathbf{x}_i, \mathbf{y}_i) = \left\{\begin{matrix} \frac12(\mathbf{x}_i -\mathbf{y}_i)^2 & \text{if } |\mathbf{x}_i -\mathbf{y}_i| < 1 \\ |\mathbf{x}_i -\mathbf{y}_i| - \frac12, & \text{otherwise} \end{matrix}\right.$

这里很上面的 L1Loss 类似，都是 element-wise 的操作，下标 $i$ 是 $\mathbf{x}$ 的第 $i$ 个元素。

loss_fn = torch.nn.SmoothL1Loss(reduce=False, size_average=False)
input = torch.autograd.Variable(torch.randn(3,4))
target = torch.autograd.Variable(torch.randn(3,4))
loss = loss_fn(input, target)
print(input); print(target); print(loss)
print(input.size(), target.size(), loss.size())

nn.MSELoss

均方损失函数，用法和上面类似，这里 loss, x, y 的维度是一样的，可以是向量或者矩阵， $i$ 是下标。

loss (x i, y i) = (x i - y i) 2

$\text{loss}(\mathbf{x}_i, \mathbf{y}_i) = (\mathbf{x}_i - \mathbf{y}_i)^2$

loss_fn = torch.nn.MSELoss(reduce=False, size_average=False)
input = torch.autograd.Variable(torch.randn(3,4))
target = torch.autograd.Variable(torch.randn(3,4))
loss = loss_fn(input, target)
print(input); print(target); print(loss)
print(input.size(), target.size(), loss.size())

nn.BCELoss

二分类用的交叉熵，用的时候需要在该层前面加上 Sigmoid 函数。交叉熵的定义参考 wikipedia 页面： Cross Entropy

因为离散版的交叉熵定义是 $H(\boldsymbol{p}, \boldsymbol{q}) = -\sum_i \boldsymbol{p}_i \log \boldsymbol{q}_i$ ，其中 $\boldsymbol{p}, \boldsymbol{q}$ 都是向量，且都是概率分布。如果是二分类的话，因为只有正例和反例，且两者的概率和为 1，那么只需要预测一个概率就好了，因此可以简化成

loss (x i, y i) = - w i [y i log x i + (1 - y i) log (1 - x i)]

$\text{loss}(\mathbf{x}_i, \mathbf{y}_i) = - \boldsymbol{w}_i \left[\mathbf{y}_i \log \mathbf{x}_i + (1-\mathbf{y}_i)\log(1-\mathbf{x}_i) \right ]$ 注意这里

x,y x , y $\mathbf{x}, \mathbf{y}$ 可以是向量或者矩阵，

i i $i$ 只是下标；

x_{i}

$\mathbf{x}_i$ 表示第

i i $i$ 个样本预测为 正例 的概率，

y_{i}

$\mathbf{y}_i$ 表示第

i i $i$ 个样本的标签，

w_{i}

$\boldsymbol{w}_i$ 表示该项的权重大小。可以看出，loss, x, y, w 的维度都是一样的。

import torch.nn.functional as F
loss_fn = torch.nn.BCELoss(reduce=False, size_average=False)
input = Variable(torch.randn(3, 4))
target = Variable(torch.FloatTensor(3, 4).random_(2))
loss = loss_fn(F.sigmoid(input), target)
print(input); print(target); print(loss)

这里比较奇怪的是，权重的维度不是 2，而是和 x, y 一样，有时候遇到正负例样本不均衡的时候，可能要多写一句话

class_weight = Variable(torch.FloatTensor([1, 10])) # 这里正例比较少，因此权重要大一些
target = Variable(torch.FloatTensor(3, 4).random_(2))
weight = class_weight[target.long()] # (3, 4)
loss_fn = torch.nn.BCELoss(weight=weight, reduce=False, size_average=False)
# balabala...

其实这样子做的话，如果每次 batch_size 长度不一样，只能每次都定义 loss_fn 了，不知道有没有更好的解决方案。

nn.BCEWithLogitsLoss

上面的 nn.BCELoss 需要手动加上一个 Sigmoid 层，这里是结合了两者，这样做能够利用 log_sum_exp trick，使得数值结果更加稳定（numerical stability）。建议使用这个损失函数。

值得注意的是，文档里的参数只有 weight, size_average 两个，但是实际测试 reduce 参数也是可以用的。此外两个损失函数的 target 要求是 FloatTensor，而且不一样是只能取 0, 1 两种值，任意值应该都是可以的。

nn.CrossEntropyLoss

多分类用的交叉熵损失函数，用这个 loss 前面不需要加 Softmax 层。

这里损害函数的计算，按理说应该也是原始交叉熵公式的形式，但是这里限制了 target 类型为 torch.LongTensr，而且不是多标签意味着标签是 one-hot 编码的形式，即只有一个位置是 1，其他位置都是 0，那么带入交叉熵公式中化简后就成了下面的简化形式。参考 cs231n 作业里对 Softmax Loss 的推导。

loss (x, label) = - w label log e x label \sum N j = 1 e x j = w label [- x label + log \sum j = 1 N e x j]

$\begin{align*} \text{loss}(\mathbf{x}, \text{label}) &= - \boldsymbol{w}_{\text{label}}\log \frac{e^{\mathbf{x}_{\text{label}}}}{\sum_{j=1}^N e^{\mathbf{x}_j}} \\ &= \boldsymbol{w}_{\text{label}} \left[ -\mathbf{x}_{\text{label}} + \log \sum_{j=1}^N e^{\mathbf{x}_j} \right] \end{align*}$

这里的 $\mathbf{x} \in \mathbb{R}^N$ ，是没有经过 Softmax 的激活值， $N$ 是 $\mathbf{x}$ 的维度大小（或者叫特征维度）； $\text{label} \in [0, C-1]$ 是标量，是对应的标签，可以看到两者维度是不一样的。C 是要分类的个数。 $\boldsymbol{w} \in \mathbb{R}^C$ 是维度为 $C$ 的向量，表示标签的权重，样本少的类别，可以考虑把权重设置大一点。

weight = torch.Tensor([1,2,1,1,10])
loss_fn = torch.nn.CrossEntropyLoss(reduce=False, size_average=False, weight=weight)
input = Variable(torch.randn(3, 5)) # (batch_size, C)
target = Variable(torch.FloatTensor(3).random_(5))
loss = loss_fn(input, target)
print(input); print(target); print(loss)

nn.NLLLoss

用于多分类的负对数似然损失函数（Negative Log Likelihood）

loss (x, label) = - x_{label}

$\text{loss}(\mathbf{x}, \text{label}) = - \mathbf{x}_{\text{label}}$

在前面接上一个 nn.LogSoftMax 层就等价于交叉熵损失了。事实上，nn.CrossEntropyLoss 也是调用这个函数。注意这里的 $\mathbf{x}_{\text{label}}$ 和上个交叉熵损失里的不一样（虽然符号我给写一样了），这里是经过 $\text{logSoftMax}$ 运算后的数值，

nn.NLLLoss2d

和上面类似，但是多了几个维度，一般用在图片上。现在的 pytorch 版本已经和上面的函数合并了。

input, (N, C, H, W)
target, (N, H, W)

比如用全卷积网络做 Semantic Segmentation 时，最后图片的每个点都会预测一个类别标签。

nn.KLDivLoss

KL 散度，又叫做相对熵，算的是两个分布之间的距离，越相似则越接近零。

loss (x, y) = 1 N \sum i = 1 N [y i * (log y i - x i)]

$\text{loss}(\mathbf{x}, \mathbf{y}) = \frac1N \sum_{i=1}^N [\mathbf{y}_i * (\log \mathbf{y}_i - \mathbf{x}_i)]$

注意这里的 $\mathbf{x}_i$ 是 $\log$ 概率，刚开始还以为 API 弄错了。

nn.MarginRankingLoss

评价相似度的损失

loss (x 1, x 2, y) = max (0, - y * (x 1 - x 2) + margin)

$\text{loss}(x_1, x_2, y) = \max(0, -y * (x_1 - x_2) + \text{margin})$

这里的三个都是标量，y 只能取 1 或者 -1，取 1 时表示 x1 比 x2 要大；反之 x2 要大。参数 margin 表示两个向量至少要相聚 margin 的大小，否则 loss 非负。默认 margin 取零。

nn.MultiMarginLoss

多分类（multi-class）的 Hinge 损失，

loss (x, y) = 1 N \sum i = 1, i \neq y N max (0, (margin - x y + x i) p)

$\text{loss}(\mathbf{x}, y) = \frac1N \sum_{i=1, i\ne y}^N \max(0, (\text{margin} - \mathbf{x}_y + \mathbf{x}_i)^p)$

其中 $1 \le y \le N$ 表示标签， $p$ 默认取 1， $\text{margin}$ 默认取 1，也可以取别的值。参考 cs231n 作业里对 SVM Loss 的推导。

nn.MultiLabelMarginLoss

多类别（multi-class）多分类（multi-classification）的 Hinge 损失，是上面 MultiMarginLoss 在多类别上的拓展。同时限定 p = 1，margin = 1.

loss (x, y) = 1 N \sum i = 1, i \neq y j n \sum j = 1 y j \neq 0 [max (0, 1 - (x y j - x i))]

$\text{loss}(\mathbf{x}, \mathbf{y}) = \frac1N \sum_{i=1,i \ne \mathbf{y}_j}^n \sum_{j=1}^{\mathbf{y}_j \ne 0} [\max(0, 1 - (\mathbf{x}_{\mathbf{y}_j} - \mathbf{x}_i))]$

这个接口有点坑，是直接从 Torch 那里抄过来的，见 MultiLabelMarginCriterion 的描述。而 Lua 的下标和 Python 不一样，前者的数组下标是从 1 开始的，所以用 0 表示占位符。有几个坑需要注意，

这里的 $\mathbf{x}, \mathbf{y}$ 都是大小为 $N$ 的向量，如果 $\mathbf{y}$ 不是向量而是标量，后面的 $\sum_j$ 就没有了，因此就退化成上面的 MultiMarginLoss.
限制 $\mathbf{y}$ 的大小为 $N$ ，是为了处理多标签中标签个数不同的情况，用 0 表示占位，该位置和后面的数字都会被认为不是正确的类。如 $\mathbf{y}=[5,3,0,0,4]$ 那么就会被认为是属于类别 5 和 3，而 4 因为在零后面，因此会被忽略。
上面的公式和说明只是为了和文档保持一致，其实在调用接口的时候，用的是 -1 做占位符，而 0 是第一个类别。

举个梨子，

import torch
loss = torch.nn.MultiLabelMarginLoss()
x = torch.autograd.Variable(torch.FloatTensor([[0.1, 0.2, 0.4, 0.8]]))
y = torch.autograd.Variable(torch.LongTensor([[3, 0, -1, 1]]))
print loss(x, y) # will give 0.8500

按照上面的理解，第 3, 0 个是正确的类，1, 2 不是，那么，

loss = 1 4 \sum i = 1, 2 \sum j = 3, 0 [max (0, 1 - (x j - x i))] = 1 4 [(1 - (0.8 - 0.2)) + (1 - (0.1 - 0.2)) + (1 - (0.8 - 0.4)) + (1 - (0.1 - 0.4))] = 1 4 [0.4 + 1.1 + 0.6 + 1.3] = 0.85

$\begin{align*} \text{loss} &= \frac14\sum_{i=1,2}\sum_{j=3,0} [\max(0, 1 - (x_j - x_i))] \\ &= \frac14 [(1-(0.8-0.2)) + (1-(0.1-0.2)) + (1-(0.8-0.4)) + (1-(0.1-0.4))] \\ &= \frac14 [0.4 + 1.1 + 0.6 + 1.3] = 0.85 \end{align*}$

*注意这里推导的第二行，我为了简短，都省略了 max(0, x) 符号。

nn.SoftMarginLoss

多标签二分类问题，这 $N$ 项都是二分类问题，其实就是把 $N$ 个二分类的 loss 加起来，化简一下。其中 $\mathbf{y}$ 只能取 $1, -1$ 两种，代表正类和负类。和下面的其实是等价的，只是 $\mathbf{y}$ 的形式不同。

loss (x, y) = \sum i = 1 N log (1 + e - y i x i)

$\text{loss}(\mathbf{x}, \mathbf{y}) = \sum_{i=1}^N \log(1+e^{-\mathbf{y}_i \mathbf{x}_i})$

nn.MultiLabelSoftMarginLoss

上面的多分类版本，根据最大熵的多标签 one-versue-all 损失，其中 $\mathbf{y}$ 只能取 $1, 0$ 两种，代表正类和负类。

loss (x, y) = - \sum i = 1 N [y i log e x i 1 + e x i + (1 - y i) log 1 1 + e x i]

$\text{loss}(\mathbf{x}, \mathbf{y}) = -\sum_{i=1}^N\left[ \mathbf{y}_i\log\frac{e^{\mathbf{x}_i}}{1+e^{\mathbf{x}_i}} + (1- \mathbf{y}_i)\log\frac{1}{1+e^{\mathbf{x}_i}}\right]$

nn.CosineEmbeddingLoss

余弦相似度的损失，目的是让两个向量尽量相近。注意这两个向量都是有梯度的。

loss (x, y) = {1 - cos (x, y) max (0, cos (x, y) + margin) if if y = = 1 y = = - 1

$\text{loss}(\mathbf{x}, \mathbf{y}) = \left\{\begin{aligned} &1 - \cos(\mathbf{x}, \mathbf{y}) &\text{if } &y == 1 \\ &\max(0, \cos(\mathbf{x}, \mathbf{y}) + \text{margin}) &\text{if }&y == -1 \\ \end{aligned}\right.$

margin 可以取 $[-1, 1]$ ，但是比较建议取 0-0.5 较好。

nn.HingeEmbeddingLoss

不知道做啥用的。另外文档里写错了， $\mathbf{x,y}$ 的维度应该是一样的。

loss (x, y) = 1 N {x i max (0, margin - x i) if if y i = = 1 y i = = - 1

$\text{loss}(\mathbf{x}, \mathbf{y}) = \frac1N \left\{\begin{aligned} & \mathbf{x}_i & \text{if } &\mathbf{y}_i == 1 & \\ & \max(0, \text{margin} - \mathbf{x}_i) &\text{if } &\mathbf{y}_i == -1 & \end{aligned}\right.$

nn.TripleMarginLoss

L (a, p, n) = 1 N (\sum i = 1 N max (0, d (a i, p i) - d (a i, n i) + margin))

$L(\mathbf{a},\mathbf{p},\mathbf{n}) = \frac1N \left (\sum_{i=1}^N\max(0,\ d(\mathbf{a}_i, \mathbf{p}_i) - d(\mathbf{a}_i, \mathbf{n}_i) + \text{margin}) \right )$ 其中

d(xi,yi)=∥xi−yi∥22 d ( x i , y i ) = ‖ x i − y i ‖ 2 2 $d(\mathbf{x}_i, \mathbf{y}_i) = \|\mathbf{x}_i - \mathbf{y}_i\|_2^2$

张小彬的代码人生

关注

112
点赞
踩
413

收藏

觉得还不错? 一键收藏
15
评论
pytorch loss function 总结

最近看了下 PyTorch 的损失函数文档，整理了下自己的理解，重新格式化了公式如下，以便以后查阅。值得注意的是，很多的 loss 函数都有 size_average 和 reduce 两个布尔类型的参数，需要解释一下。因为一般损失函数都是直接计算 batch 的数据，因此返回的 loss 结果都是维度为 (batch_size, ) 的向量。如果 reduce = False，那么 s...
复制链接

扫一扫