每天五分钟深度学习框架pytorch：交叉熵计算时的维度是什么？

本文重点

前面我们学习了pytorch中已经封装好的损失函数，已经封装好的损失函数有很多，但是我们并没有详细介绍，原因就是单独介绍损失函数可能难以理解，我们上一章节的目的是让大家先了解一下常见的损失函数，然后再之后的实际使用中遇到哪个损失函数，我们就使用哪个损失函数。

本文我们主要讲解交叉熵损失函数，分析一下交叉熵损失函数的维度信息，之所以单独学习交叉熵损失函数，是因为它是目前使用最多的损失函数之一。

在pytorch中交叉熵损失函数实现的两种方式

方式一：

CrossEntropyLoss

方式二：

在nn.NLLLoss前面接上一个 nn.LogSoftMax 层

以上两种方式都是实现交叉熵损失函数的两种常见的方式，当前第一种比较方便，不用对数据进行logsoftmax处理

实现

我们下面将通过一个具体的例子来分析一下交叉熵损失，并且看一下实际中是怎么使用的

nn.functional

import torch
import torch.nn.functional as