pytorch的nn.CrossEntropyLoss()函数使用方法
nn.CrossEntropyLoss()函数计算交叉熵损失
用法：
# output是网络的输出，size=[batch_size, class] #如网络的batch size为128，数据分为10类，则size=[128, 10] # target是数据的真实标签，是标量，size=[batch_size] #如网络的batch size为128，则size=[128] crossentropyloss=nn.CrossEntropyLoss() crossentropyloss_output=crossentropyloss(output,target)
注意，使用nn.CrossEntropyLoss()时，不需要现将输出经过softmax层，否则计算的损失会有误，即直接将网络输出用来计算损失即可
nn.CrossEntropyLoss()的计算公式为：
其中x是网络的输出向量，class是真实标签
举个例子，一个三分类网络对某个输入样本的输出为[-0.7715, -0.6205,-0.2562]，该样本的真实标签为0，则用nn.CrossEntropyLoss()计算的损失为：
