前言：pytorch中有几个非常容易搞混淆的函数，它们是softmax和log_softmax，CrossEntropyLoss()和NLLLoss()，为了更加彻底的弄清楚，本文将分为两篇文章来说明，第一篇说明原理，第二篇说明用法。
一、二分类损失函数
1.1 从一个简单的实例说起
对于一个二分类问题，比如我们有一个样本，有两个不同的模型对他进行分类，那么它们的输出都应该是一个二维向量,比如：
模型一的输出为：pred_y1=[0.8,0.2]
模型二的输出为：pred_y2=[0.6,0.4]
需要注意的是，这里的数值已经经过了sigmoid激活函数（为什么要这么说，这对于后面理解pytorch的几个函数是有帮助的），所以0.8+0.2=1，
比如样本的真实标签是
true_y=[1,0]
现在我们来求这两个模型对于这一个类别的分类损失，怎么求？先给出二分类损失函数，表达式如下：
这里的y表示的是真实地标签，y上面有一个符号的那个y表示模型的输出标签，我们带入进去计算得到：
cost1 = -[1log0.8+(1-1)log0.2] = 0.22314
cost2 = -[1log0.6+(1-1)log0.4] = 0.51083
我们可以看出，第一个模型的损失更小，自然我们觉得第一个模型更好，而且直观来看，第一个模型觉得正确的概率是0.8，自然比0.6要好。
二、多分类损失函数
2.1 关键概念——什么是交叉熵
对于连续性的概率分布而言，首先来看信息论中交叉熵的定义：
交叉熵是用来描述两个分布的距离的，神经网络训练的目的就是使 g(x) 逼近 p(x)。
对于离散型的概率分布而言，注意：交叉熵是一个信息论中的概念，它原来是用来估算平均编码长度的。给定两个概率分布p和q，通过q来表示p的交叉熵为上式，交叉熵刻画的是两个概率分布之间的距离，或可以说它刻画的是通过概率分布q来表达概率分布p的困难程度，p代表正确答案，q代表的是预测值，交叉熵越小，两个概率的分布约接近。
2.2 多分类损失的简单例子
举个例子，假设有一个3分类问题，某个样例的正确答案是（1，0，0），这个模型经过softmax回归之后的预测答案是（0.5，0.4，0.1），
这里的数值已经经过了softmax激活函数（为什么要这么说，这对于后面理解pytorch的几个函数是有帮助的）
那么预测和正确答案之间的交叉熵为：显然我们看到第一个模型的损失为0.3，二第二个模型的损失为0.1，第二个模型的损失更小，第二个预测要优于第一个。这里的（1，0，0）就是正确答案p，（0.5，0.4，0.1）和（0.8，0.1，0.1）就是预测值q，显然用（0.8，0.1，0.1）表达（1，0，0）的损失更小一些，准确度更高一些。
下面给一个多分类交叉熵损失函数的一般表达式：
总结：不管是二分类，还是多分类问题，其实在计算损失函数的过程都经历了三个步骤：
（1）激活函数。通过激活函数sigmoid或者是softmax将输出值缩放到[0,1]之间，
（2）求对数。计算缩放之后的向量的对数值，即所谓的logy的值，求对数之后的值在[-infinite,0]之间
（3）累加求和。根据损失函数的定义，将标签和输出值逐元素相乘再求和，最后再添加一个负号求相反数，得到一个正数损失。
不管什么样的实现方式，都会经历这三个步骤，不同的是，可能有的函数会将其中的一个或者是几个步骤封装在一起。
三、二分类损失函数的实现
pytorch中二分类损失函数有两种，它们分别是：
torch.nn.BCELoss() 和 torch.nn.BCEWithLogitsLoss()
BCE这三个字母其实就是binary cross entropy的缩写
他们的区别是：
- （1）BCELoss：需要先将最后一层经过sigmoid进行缩放然后再通过该函数
- （2）BCEWithLogitsLoss：BCEWithLogitsLoss就是把Sigmoid-BCELoss合成一步，不再需要在最后经过sigmoid进行缩放，直接对最后得到的logits进行处理。
- 备注：logits，指的是还没有经过sigmoid和softmax缩放的结果哦！
四、softmax、log_softmax、CrossEntropyLoss 、NLLLoss 四个函数的对比
（1）softmax/sigmoid
这个只对应于上面的第一步骤，即相当于是激活函数操作，将输出缩放到[0,1]之间
（2）log_softmax
在softmax的结果上再做多一次log运算，即相当于是一次性完成第一步和第二步。
（3）nll_loss
这个实际上只对应于上面的第三个步骤，
（4）CrossEntropyLoss
CrossEntropyLoss就是把以上Softmax–Log–NLLLoss合并成一步
总结：上面的四种方法只是完成的功能，在具体的写代码的时候，还需要我们可以有两种方式来实现上面的四个功能，即通过函数的形式和通过类的形式，如下：
import torch.nn.functional as F
F.xxx # 通过函数的形式
torch.nn.xxx # 通过类的形式
总结：通过上面的分析，我们知道了，求多分类交叉熵损失有三种途径可以实现，分别是：
- （1）三步实现：softmax+log+nll_loss
- （2）两步实现：log_softmax+nll_loss
- （3）一步实现：crossEntropyLoss
数据准备：
import numpy as np
import torch
import torch.nn.functional as F
# 比如这是一个模型的输出，本案例为一个三类别的分类，共有四组样本，如下：
pred_y = np.array([[ 0.30722019 ,-0.8358033 ,-1.24752918],
[ 0.72186664 , 0.58657704 ,-0.25026393],
[ 0.16449865 ,-0.44255082 , 0.68046693],
[-0.52082402 , 1.71407838 ,-1.36618063]])
pred_y=torch.from_numpy(pred_y)
# 真实的标签如下所示
true_y = np.array([[ 1 , 0 , 0],
[ 0 , 1 , 0],
[ 0 , 1 , 0],
[ 0 , 0 , 1]])
true_y=torch.from_numpy(true_y)
target = np.argmax(true_y, axis=1) #（4,） #其实就是获得每一给类别的整数值，这个和tensorflow里面不一样哦 内部会自动转换为one-hot形式
target = torch.LongTensor(target) #（4,）
print(target) # tensor([0,1,1,2])
print("-----------------------------------------------------------")
4.1 三步实现：softmax+log+nll_loss如下：
# 第一步：使用激活函数softmax进行缩放
pred_y = F.softmax(pred_y,dim=1)
print(pred_y)
print('-----------------------------------------------------------')
# 第二步：对每一个缩放之后的值求对数log
pred_y=torch.log(pred_y)
print(pred_y)
print('-----------------------------------------------------------')
# 第三步：求交叉熵损失
loss=F.nll_loss(pred_y,target)
print(loss) # 最终的损失为：tensor(1.5929, dtype=torch.float64)
4.2 两步实现：log_softmax+nll_loss
# 第一步：直接使用log_softmax,相当于softmax+log
pred_y=F.log_softmax(pred_y,dim=1)
print(pred_y)
print('-----------------------------------------------------------')
# 第二步：求交叉熵损失
loss=F.nll_loss(pred_y,target)
print(loss) # tensor(1.5929, dtype=torch.float64)
注意：使用log_softmax后也可以再使用crossEntropy，效果是等价的，虽然crossEntropy内置了log_softmax。因为重复使用多次log_softmax，结果是不变的，即和使用一次是一样的。不过一般不这么使用。
4.3 一步实现：crossEntropyLoss
# 第一步：求交叉熵损失一步到位
loss=F.cross_entropy(pred_y,target)
print(loss) tensor(1.5929, dtype=torch.float64)
4.4 总结，在求交叉熵损失的时候，需要注意的是，不管是使用 nll_loss函数，还是直接使用cross_entropy函数，都需要传递一个target参数，这个参数表示的是真实的类别，对应于一个列表的形式而不是一个二维数组，这个和tensorflow是不一样的哦！（Pytorch分类损失函数内部会自动把列表形式(一维数组形式)的整数索引转换为one-hot表示）