-
全连接层到损失层间的计算
先理清下
从全连接层到损失层
之间的计算。
这张图的等号左边部分就是全连接层做的事，W是
全连接层的参数
，我们也称为权值，
X是全连接层的输入，也就是特征
。
从图上可以看出特征X是N*1的向量，这是怎么得到的呢？
X: 这个特征就是由全连接层前面多个卷积层和池化层处理后得到的
，假设全连接层前面连接的是一个卷积层，这个卷积层的输出是100个特征（也就是我们常说的feature map的channel为100），每个特征的大小是4*4，
那么在将这些特征输入给全连接层之前会将这些特征flat成N*1的向量（这个时候N就是100*4*4=1600）
。
W:
解释完X，再来看W，W是全连接层的参数，是个T*N的矩阵，这个N和X的N对应，
T表示类别数，比如你是7分类，那么T就是7。我们所说的训练一个网络，对于全连接层而言就是寻找最合适的W矩阵。
因此全连接层就是执行WX得到一个T*1的
向量
（也就是图中的logits[T*1]），这个向量里面的每个数都没有大小限制的，
也就是从负无穷大到正无穷大
。
如果网络是多分类问题，
一般会在全连接层后面接一个softmax层
，
这个softmax的输入是T*1的向量，输出也是T*1的向量（也就是图中的prob[T*1]，这个向量的每个值表示这个样本属于每个类的概率），只不过输出的向量的每个值的大小范围为0到1。 softmax的输出向量是就是概率，该样本属于各个类的概率！
- softmax计算
那么softmax执行了什么操作可以得到0到1的概率呢？先来看看softmax的公式：
前面说过softmax的输入是WX，假设模型的输入样本是I，讨论一个3分类问题（类别用1，2，3表示），样本I的真实类别是2，那么这个样本I经过网络所有层到达softmax层之前就得到了WX，也就是说WX是一个3*1的向量，那么上面公式中的aj就表示这个3*1的向量中的第j个值（最后会得到S1，S2，S3）；而分母中的ak则表示3*1的向量中的
3个值
，所以会有个求和符号（这里求和是k从1到T，T和上面图中的T是对应相等的，也就是类别数的意思，j的范围也是1到T）。因为e^x恒大于0，所以分子永远是正数，分母又是多个正数的和，所以分母也肯定是正数，因此Sj是正数，而且范围是(0,1)。
如果现在不是在训练模型，而是在测试模型，那么当一个样本经过softmax层并输出一个T*1的向量时，就会取这个向量中值最大的那个数的index作为这个样本的预测标签。 因此我们训练全连接层的W的目标就是使得其输出的WX在经过softmax层计算后其对应于真实标签的预测概率要最高。
- softmax loss
弄懂了softmax，就要来说说softmax loss了。
那softmax loss是什么意思呢?如下：
首先L是损失。Sj是softmax的输出向量S的第j个值
，前面已经介绍过了，
表示的是这个样本属于第j个类别的概率
。yj前面有个求和符号，j的范围也是1到类别数T，因此
y是一个1*T的向量，里面的T个值，而且只有1个值是1，其他T-1个值都是0。那么哪个位置的值是1呢？答案是真实标签对应的位置的那个值是1，其他都是0。
所以这个公式其实有一个更简单的形式：
当然此时要限定j是指向当前样本的真实标签。
来举个例子吧。假设一个5分类问题，然后一个样本I的标签y=[0,0,0,1,0]，也就是说样本I的真实标签是4，假设模型预测的结果概率（
softmax的输出
）p=[0.1,0.15,0.05,
0.6
,0.1]，可以看出这个预测是对的，那么对应的损失L=-log(0.6)，
也就是当这个样本经过这样的网络参数产生这样的预测p时，它的损失是-log(0.6)
。那么假设p=[0.15,0.2,0.4,
0.1
,0.15]，这个预测结果就很离谱了，因为真实标签是4，而你觉得这个样本是4的概率只有0.1（远不如其他概率高，如果是在测试阶段，那么模型就会预测该样本属于类别3），对应损失L=-log(0.1)。那么假设p=[0.05,0.15,0.4,
0.3
,0.1]，这个预测结果虽然也错了，但是没有前面那个那么离谱，对应的损失L=-log(0.3)。我们知道log函数在输入小于1的时候是个负数，而且
log函数是递增函数，所以-log(0.6) < -log(0.3) < -log(0.1)。简单讲就是你预测错比预测对的损失要大，预测错得离谱比预测错得轻微的损失要大。
- cross entropy
理清了softmax loss，就可以来看看cross entropy了。
corss entropy是交叉熵的意思
，它的公式如下：
是不是觉得和softmax loss的公式很像。
当cross entropy的输入P是softmax的输出时，cross entropy等于softmax loss
。Pj是输入的概率向量P的第j个值，
所以如果你的概率是通过softmax公式得到的，那么cross entropy就是softmax loss。
转载：https://blog.csdn.net/u014380165/article/details/77284921