F.nll_loss与nn.NLLLoss的区别

F.nll_loss 和 nn.NLLLoss 都是 PyTorch 中用于计算负对数似然损失的函数，它们的主要区别在于：

1. **模块类型**：`F.nll_loss` 是 torch.nn.functional（函数式API）的一部分，而 `nn.NLLLoss` 是一个独立的类（即 Module），属于 torch.nn 包。

2. **接口形式**：`F.nll_loss` 直接作为函数使用，通常需要手动处理输入张量的概率分布和目标标签。例如，它接收 log-probabilities 和 targets 作为输入。

   loss = F.nll_loss(logits, targets)

而 `nn.NLLLoss` 类则提供了一个更结构化的接口，包括可选的权重、ignore_index 和 reduction 属性等。

   criterion = nn.NLLLoss()
   loss = criterion(logits, targets)

3. **灵活性**：由于 `nn.NLLLoss` 是一个完整的模块，可以方便地添加到模型的计算图中，并且支持自动求梯度等功能。而 `F.nll_loss` 更加简洁，适合快速实现简单的损失计算。

4. **默认行为**：`nn.NLLLoss` 默认会对概率分布求平均（reduction='mean'），而 `F.nll_loss` 如果没有指定 reduction，则会返回每个样本的损失值（reduction='none'）。