pytorch的损失函数

【问题标题】：loss function with pytorchpytorch的损失函数
【发布时间】：2022-01-15 23:18:27
【问题描述】：

我是 pytorch 新手，当我看到 MNIST 数据集的教程时，目标是标量（0 到 9 的数字），模型的输出是层是向量（最后一层的代码是nn.Linear(32,10)) 并使用 (loss=nn.CrossEntropyLoss() loss = loss(output,target) ) 计算损失他们是在将数字与向量进行比较吗？

【问题讨论】：

标签： deep-learning neural-network pytorch

【解决方案1】：

我认为根据 PyTorch 文档torch.nn.functional.cross_entropy()，输出就像您提到的形状为 (N,C) 的张量（N 是批量大小），C 是类的数量，其中目标是形状(N) 当仅包含类索引和形状 (N,C) 当还包含类概率时。有关他们如何计算实际交叉熵的详细信息，请参阅here (pytorch docs)。所以是的，他们将数字与张量进行比较，因为数字试图显示哪个索引应该是 1，因此其他索引应该是 0。

【讨论】：