nn.nllloss和crossentropyloss区别

nn.NLLLoss()和nn.CrossEntropyLoss()是用于多分类任务的损失函数，在PyTorch中它们实际上是相同的。唯一的区别在于它们接收的输入不同：
- nn.NLLLoss()的输入是一个对数概率向量和一个目标标签，它不会为我们计算对数概率。适合网络的最后一层是log_softmax损失函数的情况。
- nn.CrossEntropyLoss()的输入是一个预测值和一个目标标签，它会为我们自动计算预测值的对数概率，即先做softmax，再做log处理。在实际使用中，两者可以互换使用，效果是一样的。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [paddle中nll_loss()与CrossEntropyLoss()损失函数区别](https://blog.csdn.net/weixin_43848436/article/details/115448659)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Pytorch中损失函数 NLLLOSS 和 CROSSENTROPYLOSS 的区别](https://blog.csdn.net/cnhwl/article/details/125518586)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]