pytorch 交叉熵函数CrossEntropyLoss 使用详解

import torch 
import torch.nn as NN

criterion = NN.CrossEntropyLoss()


X=torch.randn([2,150])
Y=torch.randint(0,150,(2,))
print(X.shape)
print(Y.shape)


loss=criterion(X,Y)

loss0=criterion(X[0],Y[0])
loss1=criterion(X[1],Y[1])

loss_all=(loss0+loss1)/2

print(loss)
print(loss_all)

输出结果:(因为随机数原因,不会与我的完全一样,但是最后两个值 应该一致)

从上面可以看出,输入X可以是m*n维矩阵,Y是m维向量.

X的每一行(m中的一个)对应Y中的一个值 ,这个值 其实是X中的当前行的argmax的结果,如果loss收敛,这个argmax值和y中的值 应该相同(理论上)。

从上面的代码还可以知道,最后输出的loss实际上是m个n维向量的loss的平均值 。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值