[ torch 参数更多 ]torch.nn.functional.cross_entropy

torch.nn.functional.cross_entropy

torch.nn.functional.cross_entropy(input,
                                 target,
                                 weight=None,
                                 size_average=None,
                                 ignore_index=- 100,
                                 reduce=None,
                                 reduction='mean',
                                 label_smoothing=0.0)

paddle.nn.functional.cross_entropy

paddle.nn.functional.cross_entropy(input,
                                   label,
                                   weight=None,
                                   ignore_index=- 100,
                                   reduction='mean',
                                   soft_label=False,
                                   axis=- 1,
                                   use_softmax=True)

两者功能一致，torch 参数更多，具体如下：

参数映射

| PyTorch | PaddlePaddle | 备注 | | ————- | ———— | —————————————————— | | input | input | 表示预测的 Tensor 。 | | target | label | 表示真实的 Tensor 。 | | weight | weight | 表示权重。 | | size_average | - | 已弃用 。 | | ignore_index | ignore_index | 表示忽略的标签值 。 | | reduce | - | 已弃用 。 | | reduction | reduction | 表示应用于输出结果的计算方式 。 | | label_smoothing | - | 指定计算损失时的平滑量， Paddle 无此参数，暂无转写方式。| | - | soft_label | 指明 label 是否为软标签， Pytorch 无此参数， Paddle 保持默认即可。| | - | axis | 进行 softmax 计算的维度索引， Pytorch 无此参数， Paddle 保持默认即可。| | - | use_softmax | 指定是否对 input 进行 softmax 归一化， Pytorch 无此参数， Paddle 保持默认即可。|

转写示例

size_average

size_average 为 True

# Pytorch 写法
torch.nn.functional.cross_entropy(x,y,size_average=True)

# Paddle 写法
paddle.nn.functional.cross_entropy(x,y,reduction='mean')

size_average 为 False

# Pytorch 写法
torch.nn.functional.cross_entropy(x,y,size_average=False)

# Paddle 写法
paddle.nn.functional.cross_entropy(x,y,reduction='sum')

reduce

reduce 为 True

# Pytorch 写法
torch.nn.functional.cross_entropy(x,y,reduce=True)

# Paddle 写法
paddle.nn.BCEWithLogitsLoss(reduction='mean')

reduce 为 False

# Pytorch 写法
torch.nn.functional.cross_entropy(x,y,reduce=False)

# Paddle 写法
paddle.nn.BCEWithLogitsLoss(reduction='none')

reduction

reduction 为’none’

# Pytorch 写法
torch.nn.functional.cross_entropy(x,y,reduction='none')

# Paddle 写法
paddle.nn.functional.cross_entropy(x,y,reduction='none')

reduction 为’mean’

# Pytorch 写法
torch.nn.functional.cross_entropy(x,y,reduction='mean')

# Paddle 写法
paddle.nn.functional.cross_entropy(x,y,reduction='mean')

reduction 为’sum’

# Pytorch 写法
torch.nn.functional.cross_entropy(x,y,reduction='sum')

# Paddle 写法
paddle.nn.functional.cross_entropy(x,y,reduction='sum')