我正在看这里的教程。 https://pytorch.org/tutorials/beginner/fgsm_tutorial.html
import torch.nn.functional as F
loss = F.nll_loss(output, target)
在上述两行代码中，"目标 "到底是什么？他们为目标加载了数据集，但从未讨论过它到底是什么。文档也很难理解。
|
|
在PyTorch中，nll_loss的输入是什么？
1
人关注
JobHunter69
发布于
2019-07-27
1
个回答
Anubhav Singh
发布于
2019-07-27
已采纳
0
人赞同
Check yourself by running below code:
test_loader = torch.utils.data.DataLoader(
datasets.MNIST('../data', train=False, download=True, transform=transforms.Compose([
transforms.ToTensor(),
batch_size=1, shuffle=True)
for data, target in test_loader:
print(data, target)
break
这里，data基本上是一个灰度的MNIST图像，target是0和9之间的标签。
因此，在loss = F.nll_loss(output, target)中，output是模型预测（模型在给出图像/数据时的预测），target是给定图像的实际标签。
此外，在上述例子中，检查以下几行。
output = model(data) # shape [1, 10]
init_pred = output.max(1, keepdim=True)[1] # get the index of the max log-probability
# If the initial prediction is wrong, don't bother attacking, just move on
if init_pred.item() != target.item():
continue