NLLloss,KLDivLoss,CrossEntropyLoss三类损失函数比对

前置知识

这三个函数在深度学习模型中十分常见，尤其是在知识蒸馏领域，经常会将这三个函数进行比较

1、Softmax函数

softmax函数通常作为多分类以及归一化函数使用，其公式如下：
$$softmax(x)=\frac{e^{x_i}}{{\sum }_{i=1}{e}^{x_i}}$$
softmax函数有些重点的特点：

• 所有经过softmax输出数值总和为1且大于0，这满足一个概率分布。这点很好理解，因为分母是个求和，所有分式分子加起来就会得到分母
• 扩大化大小差距。这是由指数函数$e^x$造成的，根据指数函数图像，自变量值$x$越大，其因变量$y$值增长的越快。可以看下面这个例子

x	1	2	3	4
softmax(x)	0.032	0.087	0.237	0.644

这就进一步带来一个问题，是否可以通过一个方法，使数之间差距没有那么大呢？这里我们使用了一个超参数温度T，来控制差距，公式如下：
$$softmax(x,T)=\frac{e^{\frac{x_i}{t}}}{{\sum }_{i=1}{e}^{\frac{x_i}{t}}}$$
然后接着之前的例子，我们令T=0.5,1,2,4时，观察数据的变化。

T\x	1	2	3	4
0.5	0.002	0.016	0.117	0.865
1	0.032	0.087	0.237	0.644
2	0.101	0.167	0.276	0.455
4	0.165	0.212	0.272	0.350

可以发现随着$T$的增大，不同类别之间的差距值越小（对负标签，即非正确标签关注度更高），但是大小关系并不改变。下图是另一个softmax值与温度的关系图。

2、log_softmax函数

log_softmax函数就是将softmax得到的输出值作为对数函数的输入值
$$log(softmax(x))$$

NLLLoss函数

NLLloss是衡量两者之间的差距，公式如下：
$$NLLloss(p,q)=-\sum _{i=1}{q}_{i}log{p}_i$$
这里涉及到信息熵的概念，小伙伴们可以通过我关于机器学习贝叶斯那一篇博客去了解。简单理解来说就是，$p,q$两者差距越大则最后损失函数值越大，负号的作用就是为了满足这个关系

CrossEntropyLoss函数

CrossEntropy函数又称交叉熵损失函数，其实公式表现形式和NLL损失函数一致，但是$p、q$具体含义不同，这里的$p、q$是要经过log_softmax的【在pytorch中】
$$CrossEntropyLoss(p,q)=-\sum _{i=1}{q}_{i}log{p}_i$$

KLDivLoss函数

KLDivLoss是用来判断两个分布的拟合/相似/匹配程度，假设现在有两个概率分布$P、Q$，它们的KL散度分别为：
$$\begin{gathered} D_{KL}(P||Q)=-\sum _{i}P(i)ln\frac{Q(i)}{P(i)}=\sum _{i}P(i)ln\frac{P(i)}{Q(i)} \\ {D}_{KL}(p||q)=\sum _{i}p(x_i)ln\frac{p(x_i)}{q(x_i)}=\sum _{i}p(x_i)[log(p(x_i))-log(q(x_i))] \end{gathered}$$
KLDivLoss适合用于连续分布的距离度量；并且对离散采用的连续输出空间分布进行回归通常很有用

NLLLoss与CrossEntropyLoss、KLDivLoss区别

NLLLoss与CrossEntropyLoss的区别在于一个log_softmax()函数，KLDivLoss与其它两者的区别在于其实两个KL散度之差再求和，而另外两者是求和（当然具体公式会有一定区别）

#NLLloss
def forward()
	x=self.fc2(x)
	x=F.log_softmax(x,dim=1)
return x

F.nll_loss()

#CrossEntropy
def forward()
	x=self.fc2(x)
return x

F.cross_entropy()