对比 pytorch: nn.CrossEntropyLoss() & mxnet: gluon.loss.SoftmaxCrossEntropyLoss()
一般而言默认用法即可：
pytorch：
d=np.array([[1,2,3],[54,45,2],[67,4,2]]) l=np.array([0,2,1]) print(nn.CrossEntropyLoss(reduction=‘mean‘)(torch.Tensor(d),torch.Tensor(l).long())) # 默认求均值 print(nn.CrossEntropyLoss(reduction=‘none‘)(torch.Tensor(d),torch.Tensor(l).long())) # 不作任何处理
tensor(39.1359)
tensor([ 2.4076, 52.0001, 63.0000])
mxnet：
d=np.array([[1,2,3],[54,45,2],[67,4,2]]) l=np.array([0,2,1]) print(gluon.loss.SoftmaxCrossEntropyLoss(from_logits=False)(mx.nd.array(d), mx.nd.array(l)).mean()) # 手动求均值 print(gluon.loss.SoftmaxCrossEntropyLoss(from_logits=False)(mx.nd.array(d), mx.nd.array(l))) # 默认不作任何处理
[39.13591] <NDArray 1 @cpu(0)> [ 2.407606 52.000122 63. ] <NDArray 3 @cpu(0)>