Pytorch loss相关学习

一 常用损失函数

CrossEntropyLoss

分类问题中，交叉熵函数是比较常用也是比较基础的损失函数。

• 表达公式
  

• 参考链接：https://blog.csdn.net/ft_sunshine/article/details/92074842

binary_cross_entropy 和 binary_cross_entropy_with_logits

二值交叉熵损失，输入可以通过sigmoid/softmax 可以完成二分类和多分类。

• 表达公式
  

• 两者的区别
  有一个（类）损失函数名字中带了with_logits. 而这里的logits指的是,该损失函数已经内部自带了计算logit的操作，无需在传入给这个loss函数之前手动使用sigmoid/softmax将之前网络的输入映射到[0,1]之间

• 参考链接：https://blog.csdn.net/u010630669/article/details/105599067