DDR爱好者之家

细数nn.BCELoss与nn.CrossEntropyLoss的区别
站长资源 2024/11/25 佚名
50 1538
DDR爱好者之家 Design By 杰米

以前我浏览博客的时候记得别人说过，BCELoss与CrossEntropyLoss都是用于分类问题。可以知道，BCELoss是Binary CrossEntropyLoss的缩写，BCELoss　CrossEntropyLoss的一个特例，只用于二分类问题，而CrossEntropyLoss可以用于二分类，也可以用于多分类。

不过我重新查阅了一下资料，发现同样是处理二分类问题，BCELoss与CrossEntropyLoss是不同的。下面我详细讲一下哪里不同。

1、使用nn.BCELoss需要在该层前面加上Sigmoid函数。

公式如下：

细数nn.BCELoss与nn.CrossEntropyLoss的区别

2、使用nn.CrossEntropyLoss会自动加上Sofrmax层。

公式如下：

细数nn.BCELoss与nn.CrossEntropyLoss的区别

可以看出，这两个计算损失的函数使用的激活函数不同，故而最后的计算公式不同。

补充拓展：pytorch的BCELoss和cross entropy

BCELoss:

torch.nn.BCELoss:

Input: (N, *)(N,"htmlcode">



> m = nn.Sigmoid()
> loss = nn.BCELoss()
> input = torch.randn(3, requires_grad=True)
> target = torch.empty(3).random_(2)
> output = loss(m(input), target)
> output.backward()





CrossEntropyLoss:





input(N,C) #n 是batch c是类别
target(N)





输入和target 形状是不同的crossEntropy 是自己会做softmax





> 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()





以上这篇细数nn.BCELoss与nn.CrossEntropyLoss的区别就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
DDR爱好者之家 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
DDR爱好者之家 Design By 杰米
ddrfans.com DDR爱好者之家
8,675无损音乐
1,324高清电影
213破解软件
70,141收录资讯

更新日志

友情链接

杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网
DDR爱好者之家 Design By 杰米