nn.NLLLoss2d

`nn.NLLLoss2d`是PyTorch中的一个损失函数，用于计算二维图像的负对数似然损失。它通常用于图像分割任务，其中每个像素都被分配一个类别标签。该损失函数将预测的像素类别与真实的像素类别进行比较，并计算损失值。

下面是一个使用`nn.NLLLoss2d`的示例代码：

import torch
import torch.nn as nn

# 假设有一个大小为(1, 3, 4, 4)的输入张量，表示一个RGB图像
input = torch.randn(1, 3, 4, 4)
# 假设有一个大小为(1, 4, 4)的目标张量，表示每个像素的类别标签
target = torch.tensor([[0, 1, 1, 2],
                       [2, 0, 1, 1],
                       [0, 2, 2, 1],
                       [1, 0, 1, 2]])

# 创建一个NLLLoss2d实例
loss_fn = nn.NLLLoss2d()

# 计算损失
loss = loss_fn(torch.log_softmax(input, dim=1), target)

print(loss)

在上面的示例中，我们首先创建了一个大小为(1, 3, 4, 4)的输入张量，表示一个RGB图像。然后，我们创建了一个大小为(1, 4, 4)的目标张量，表示每个像素的类别标签。接下来，我们创建了一个`nn.NLLLoss2d`的实例，并将输入张量和目标张量作为参数传递给该实例的调用方法。最后，我们打印出计算得到的损失值。