本文驗證了語義分割任務下,單通道輸出和多通道輸出時,使用交叉熵計算損失值的細節問題。對比驗證了使用簡單的函式和自帶損失函式的結果,通過驗證,進一步加強了對交叉熵的理解。
交叉熵損失函式的原理和推導過程,可以參考這篇博文,交叉熵的計算公式如下:
\[ce(p,q) = -p*log(q)
\]其中 \(q\) 為**的概率,\(q∈[0,1]\), \(p\) 為標籤,\(p∈\\)。
而交叉熵損失函式則是利用上式計算每乙個分類的交叉熵之和。對於概率,所有分類的概率 \(q\) 之和滿足相加等於1,而對於標籤,則需要進行one-hot編碼,使得有且只有乙個分類的 \(p\) 為1,其餘的分類為0。
首先,假設我們研究的是乙個二分類語義分割問題。
網路的輸入是乙個 2×2 的影象,設定 batch_size 為 2,網路輸出單通道特徵圖。網路的標籤也是乙個 2 ×2 的二進位制掩模圖(即只有0和1的單通道影象)。
我們在pytorch
中將其定義:
import torch
# 假設輸出乙個 [batch_size=2, channel=1, height=2, width=2] 格式的張量 x1
x1 = torch.tensor(
[[[[ 0.43, -0.25],
[-0.32, 0.69]]],
[[[-0.29, 0.37],
[0.54, -0.72]]]])
# 假設標籤影象為與 x1 同型的張量 y1
y1 = torch.tensor(
[[[[0., 0.],
[0., 1.]]],
[[[0., 0.],
[1., 1.]]]])
在進行交叉熵前,首先需要做乙個sigmoid
操作,將數值壓縮到0到1之間:
# 根據二進位制交叉熵的計算過程
# 首先進行sigmoid計算,然後與標籤影象進行二進位制交叉熵計算,最後取平均值,即為損失值
# 1. sigmoid
s1 = torch.sigmoid(x1)
s1'''
out:
tensor([[[[0.6059, 0.4378],
[0.4207, 0.6660]]],
[[[0.4280, 0.5915],
[0.6318, 0.3274]]]]
'''
然後進行交叉熵計算,由於計算的是每個畫素的損失值,所以要取個平均值:
# 2.交叉熵計算
loss_cal = -1*(y1*torch.log(s1)+(1-y1)*torch.log(1-s1)) # 此處相當於乙個one-hot編碼
loss_cal_mean = torch.mean()
loss_cal_mean
'''out:
tensor(0.6861)
'''
為了驗證結果,我們使用pytorch
自帶的二進位制交叉熵損失函式計算:
# 使用torch自帶的二進位制交叉熵計算
loss_bce = torch.nn.bceloss()(s1,y1)
loss_bce
'''out:
tensor(0.6861)
'''
當計算損失值前沒有進行sigmoid
操作時,pytorch
還提供了包含這個操作的二進位制交叉熵損失函式:
# 使用帶sigmoid的二進位制交叉熵計算
loss_bce2 = torch.nn.bcewithlogitsloss()(x1,y1)
loss_bce2
'''out:
tensor(0.6861)
'''
可以看到,我們使用了三種方式,計算了交叉熵損失,結果一致。
首先,假設我們研究的是乙個二分類語義分割問題。
網路的輸入是乙個 2×2 的影象,設定batch_size
為 2,網路輸出多(二)通道特徵圖。網路的標籤也是乙個 2 ×2 的二進位制掩模圖(即只有0和1的單通道影象)。
我們在pytorch
中將其定義:
# 假設輸出乙個[batch_size=2, channel=2, height=2, width=2]格式的張量 x1
x1 = torch.tensor([[[[ 0.3164, -0.1922],
[ 0.4326, -1.2193]],
[[ 0.6873, 0.6838],
[ 0.2244, 0.5615]]],
[[[-0.2516, -0.8875],
[-0.6289, -0.1796]],
[[ 0.0411, -1.7851],
[-0.3069, -1.0379]]]])
# 假設標籤影象為與x1同型,然後去掉channel的張量 y1 (注意兩點,channel沒了,格式為longtensor)
y1 = torch.longtensor([[[0., 1.],
[1., 0.]],
[[1., 1.],
[0., 1.]]])
在進行交叉熵前,首先需要做乙個softmax
操作,將數值壓縮到0到1之間,且使得各通道之間的數值之和為1:
# 1.softmax
s1 = torch.softmax(x1,dim=1)
s1'''
out:
tensor([[[[0.4083, 0.2940],
[0.5519, 0.1442]],
[[0.5917, 0.7060],
[0.4481, 0.8558]]],
[[[0.4273, 0.7105],
[0.4202, 0.7023]],
[[0.5727, 0.2895],
[0.5798, 0.2977]]]])
'''
對於標籤圖,由於其張量的形狀與網路輸出張量不一樣,因此需要做乙個one-hot轉換,什麼是one-hot?請看這篇博文:
# 2.one-hot
y1_one_hot = torch.zeros_like(x1).scatter_(dim=1,index=y1.unsqueeze(dim=1),src=torch.ones_like(x1))
y1_one_hot
'''out:
tensor([[[[1., 0.],
[0., 1.]],
[[0., 1.],
[1., 0.]]],
[[[0., 0.],
[1., 0.]],
[[1., 1.],
[0., 1.]]]])
'''
這裡需要重點理解這個scatter_
函式,他起到的作用十分關鍵,one-hot
轉換時,其實可以理解為將乙個同型的全1矩陣中的元素,有選擇性的複製到全0矩陣中的過程,這裡的選擇依據就是我們的標籤圖,它決定了哪個位置和通道上的元素取值為 1 。在scatter_
函式中,dim決定了用於確定我們在哪個維度上開始定位要建立聯絡的元素,index是我們選擇的依據。
按照交叉熵定義,繼續計算:
# 交叉熵計算
loss_cal = -1 *(y1_one_hot * torch.log(s1))
loss_cal_mean = loss_cal.sum(dim=1).mean() # 在batch維度下計算每個樣本的交叉熵
loss_cal_mean
'''out:
tensor(0.9823)
'''
我們也可以使用pytorch
自帶的交叉熵損失函式計算:
loss_ce = torch.nn.crossentropyloss()(x1,y1)
loss_ce
'''tensor(0.9823)
'''
可以看到,兩種方式結果一樣。
[1] pytorch中的 scatter_()函式使用和詳解
[2] pytorch交叉熵使用方法
[3] pytorch損失函式之nn.bceloss()(為什麼用交叉熵作為損失函式)
[4] pytorch損失函式之nn.crossentropyloss()、nn.nllloss()
[5] pytorch中名不符實的損失函式
[6] pytorch中softmax、log_softmax、nllloss以及crossentropyloss的關係與區別詳解
[7] 二分類問題,應該選擇sigmoid還是softmax?
單通道和多通道卷積
卷積之後的通道數只是取決於卷積核的數目,和卷積核的channel無關,卷積核的channel是和輸入的channel保持一致的。對於單通道影象,若利用10個卷積核進行卷積計算,可以得到10個特徵圖 若輸入為多通道影象,則輸出特徵圖的個數依然是卷積核的個數 10個 1.單通道多個卷積核卷積計算 乙個卷...
單通道和三通道學習理解單通道
單通道 此通道上值為0 255。255為白色,0是黑色 只能表示灰度,不能表示彩色。三通道,在bgr 255,255,255為白色,0,0,0是黑色 可以表示彩色,灰度也是彩色的一種。cv imread函式。screen是一張彩色圖 cv mat mat cv imread root desktop...
動手學深度學習 5 3 多輸入通道和多輸出通道
前面兩節裡我們用到的輸入和輸出都是二維陣列,但真實資料的維度經常更高。例如,彩色影象在高和寬2個維度外還有rgb 紅 綠 藍 3個顏色通道。假設彩色影象的高和寬分別是 hh h 1 1 2 2 4 3 5 4 0 0 1 1 3 2 4 3 56 圖5.4 含2個輸入通道的互相關計算 接下來我們實現...