本文深入探讨了PyTorch中softmax与log_softmax的区别，以及CrossEntropyLoss与NLLLoss的功能差异。通过对比分析，帮助读者理解不同损失函数在神经网络训练中的应用，特别是log似然代价函数的使用场景。
- （三）PyTorch学习笔记——softmax和log_softmax的区别、CrossEntropyLoss() 与 NLLLoss() 的区别、log似然代价函数
- pytorch loss function 总结
- NLLLoss 的 输入 是一个对数概率向量和一个目标标签(不需要是one-hot编码形式的). 它不会为我们计算对数概率. 适合网络的最后一层是log_softmax. 损失函数 nn.CrossEntropyLoss() 与 NLLLoss() 相同, 唯一的不同是它为我们去做 softmax.
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
