一文搞懂F.cross_entropy的具体实现

交叉熵是在分类任务中常用的一种损失函数，本文详细介绍了pytorch中是如何实现交叉熵的细节！！！
pytorch中的交叉熵函数为F.cross_entropy(input, target)，本文以变化检测或语义分割中用到的数据模型为例：input的维度为[batchsize,classes,width,height]，target的维度为[batchsize,width,height]。

1. 随机生成模型数据

input = torch.rand([1, 2, 3, 3])
import numpy as np
target = np.random.randint(2, size=(1, 3, 3))
target = torch.from_numpy(target)
target = target.long()
print(target)
print(input)

# target
tensor([[[1, 1, 1],
         [1, 1, 1],
         [