pytorch 是否在 nn.Linear 中自动应用 softmax答案

【问题标题】：Does pytorch apply softmax automatically in nn.Linearpytorch 是否在 nn.Linear 中自动应用 softmax
【发布时间】：2019-12-22 06:29:06
【问题描述】：

在pytorch 中定义了一个分类网络模型，

class Net(torch.nn.Module):
    def __init__(self, n_feature, n_hidden, n_output):
        super(Net, self).__init__()
        self.hidden = torch.nn.Linear(n_feature, n_hidden)   # hidden layer
        self.out = torch.nn.Linear(n_hidden, n_output)   # output layer

    def forward(self, x):
        x = F.relu(self.hidden(x))      # activation function for hidden layer
        x = self.out(x)
        return x

这里是否应用了softmax？在我的理解中，事情应该是这样的，

class Net(torch.nn.Module):
    def __init__(self, n_feature, n_hidden, n_output):
        super(Net, self).__init__()
        self.hidden = torch.nn.Linear(n_feature, n_hidden)   # hidden layer
        self.relu =  torch.nn.ReLu(inplace=True)
        self.out = torch.nn.Linear(n_hidden, n_output)   # output layer
        self.softmax = torch.nn.Softmax(dim=n_output)
    def forward(self, x):
        x = self.hidden(x)      # activation function for hidden layer
        x = self.relu(x)
        x = self.out(x)
        x = self.softmax(x)
        return x

我知道F.relu(self.relu(x))也是在应用relu，但是第一块代码没有应用softmax，对吧？

【问题讨论】：

是的，linear 不会自动应用 softmax。
@unlut 谢谢，你觉得第二段代码合适吗？
在我看来是正确的。
在相关说明中，如果您使用的是nn.CrossEntropyLoss，则应用 log-softmax，然后是 nll-loss。您可能想确保您没有两次应用 softmax，因为 softmax not idempotent.
@jodag 谢谢！！！我在@dennlinger 的回答下还有其他问题。希望也能听到您的建议！

标签： python deep-learning pytorch activation-function

【解决方案1】：

了解 @jodag 在他的评论中已经说过的话，并稍微扩展一下以形成完整的答案：

否，PyTorch 不会自动应用 softmax，您可以随时根据需要应用 torch.nn.Softmax()。但是，softmax 有some issues with numerical stability，我们希望尽可能避免。一种解决方案是使用 log-softmax，但这往往比直接计算要慢。

特别是当我们使用负对数似然作为损失函数时（在 PyTorch 中，这是 torch.nn.NLLLoss，我们可以利用 (log-)softmax+NLLL 的导数实际上是 mathematically quite nice 和简单的事实，即这就是为什么将两者组合成一个函数/元素是有意义的。然后结果是torch.nn.CrossEntropyLoss。再次注意，这仅直接适用于网络的最后一层，任何其他计算都不会受到任何影响.

【讨论】：

如果我理解正确的话，最好将nn.CrossEntropyLoss作为损失函数应用于最后一层nn.Linear()的输出，而不是直接使用nn.Softmax()。对吗？
还有一个问题，nn.Softmax()的输出可以认为是某个类的概率，而nn.Linear()的所有输出之和不保证等于1。失去了最终输出的意义？
回答你的第一条评论：你并没有真正用损失函数替换任何层，而是用不同的损失替换你当前的损失函数（应该是nn.NLLLoss），同时删除最后nn.Softmax()。不过，我认为您的想法已经是正确的。第二个问题：由于您的损失函数仍然“应用” log softmax（或者至少您的导数基于此），因此解释仍然成立。如果您以任何其他方式使用输出，例如在推理期间，您当然必须在这种情况下重新应用 softmax。