pytorch中的CrossEntropyLoss()函数

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，原来就是了解，但一直搞不懂他是怎么来的？为什么交叉熵能够表征真实样本标签和预测概率之间的差值？趁着这次学习把这些概念系统学习了一下。 首先说起交叉熵，脑子里就会出现这个东西：          随后我们脑子里可能还会出现Sigmoid()这个函数:         pytorch中的CrossEntropyLoss()函数实际就是先把输出结果

>>阅读原文<<