在PyTorch中等效于Keras的binary_crossentropy?

时间:2018-07-12 07:40:06

标签: keras pytorch

我想将一些代码从keras移植到pytorch,但是我在PyTorch中找不到Keras的binary_crossentropy。 PyTorch的binary_cross_entropy与keras的行为不同。

import torch
import torch.nn.functional as F
input = torch.tensor([[ 0.6845,  0.2454],
                      [ 0.7186,  0.3710],
                      [ 0.3480,  0.3374]])
target = torch.tensor([[ 0.,  1.],
                       [ 1.,  1.],
                       [ 1.,  1.]])
F.binary_cross_entropy(input, target, reduce=False)
#tensor([[ 1.1536,  1.4049],
#    [ 0.3305,  0.9916],
#    [ 1.0556,  1.0865]])
import keras.backend as K
K.eval(K.binary_crossentropy(K.variable(input.detach().numpy()), K.variable(target.detach().numpy())))

 #[[11.032836 12.030124]
 #[ 4.486187 10.02776 ]
 #[10.394435 10.563424]]

有人知道为什么这两个结果不同吗?谢谢!

1 个答案:

答案 0 :(得分:2)

Keras二进制交叉熵取y_true, y_pred,而Pytorch取相反的顺序,因此您需要将Keras线更改为

K.eval(K.binary_crossentropy(K.variable(target.detach().numpy()), K.variable(input.detach().numpy())))

通过这种方式,您可以获得正确的输出:

array([[ 1.15359652,  1.40486574],
       [ 0.33045045,  0.99155325],
       [ 1.05555284,  1.0864861 ]], dtype=float32)