【Caffe实践】损失函数解析_caffe改损失函数

Caffe中的损失函数解析

导言

在有监督的机器学习中，需要有标签数据，与此同时，也需要有对应的损失函数（Loss Function）。

在Caffe中，目前已经实现了一些损失函数，包括最常见的L2损失函数，对比损失函数，信息增益损失函数等等。在这里做一个笔记，归纳总结Caffe中用到的不同的损失函数，以及分析它们各自适合的使用场景。

欧式距离损失函数（Euclidean Loss）

输入：

预测的值： $\hat{y} \in [-\infty,+\infty]$, 其中，它们的形状为：$N \times C \times H \times W$

标签的值： $y \in [- \infty, + \infty]$, 其中，它们的形状为：$N \times C \times H \times W$

输出：

损失的值：$Loss = \frac{1}{2N}\sum_{n=1}^{N}\Vert\hat{y}_{n}-y_{n} \Vert_{2}^{2}$

适合场景：

回归，特别是其回归的值是实数值得时候。

对比损失函数（Contrastive loss）

输入：

形状：$(N \times C \times 1 \times 1)$ 特征 $a \in [-\infty, +\infty]$

形状：$(N \times C \times 1 \times 1)$ 特征 $b \in [-\infty, +\infty]$

形状：$(N \times 1 \times 1 \times 1)$ 相似性 $y \in [0, 1]$

输出：

形状：$(1 \times 1 \times 1 \times 1)$

对比损失函数为: $E = \frac{1}{2N} \sum\limits_{n=1}^N \left(y\right) d + \left(1-y\right) \max \left(margin-d, 0\right)$

其中 $d = \left| \left| a_n - b_n \right| \right|_2^2$.

适合场景：

可以用来训练Siamese网络

铰链损失函数（Hinge Loss）

输入：

形状：$(N \times C \times H \times W)$ 预测值 $t \in [-\infty, +\infty]$ 代表着预测 $K= CHW$ 个类中的得分（注：CHW表示着在网络设计中，不一定要把预测值进行向量化，只有其拉直后元素的个数相同即可。） . 在SVM中, $t$ 是 D 维特征$X \in \mathcal{R}^{D \times N}$, 和学习到的超平面参数$W \in \mathcal{R}^{D \times K}$ 内积的结果 $X^T W$
所以，一个网络如果仅仅只有全连接层 + 铰链损失函数，而没有其它的可学习的参数，那么它就等价于SVM

标签值：

$(N \times 1 \times 1 \times 1)$ 标签 $l$, 是一个整数类型的数 $l_n \in [0, 1, 2, ..., K - 1]$ 其代表在 $K$ 个类中的正确的标签。

输出：

形状：$(1 \times 1 \times 1 \times 1)$
损失函数计算: $E = \frac{1}{N} \sum\limits_{n=1}^N \sum\limits_{k=1}^K [\max(0, 1 - \delta\{l_n = k\} t_{nk})] ^ p$, $L^p$ 范数 (默认是 $p = 1$, 是 L1 范数; L2 范数,正如在 L2-SVM中一样,也有实现),

其中 $\delta\{\mathrm{条件}\} = \left\{ \begin{array}{lr} 1 & \mbox{成立} \\ -1 & \mbox{不成立} \end{array} \right.$

应用场景：

在一对多的分类中应用,类似于SVM.

信息增益损失函数（InformationGain Loss）

输入：

1. 形状：$(N \times C \times H \times W)$ 预测值 $\hat{p} \in [0, 1]$ 内， 表示这预测每一类的概率，共 $K = CHW$ 个类， 每一个预测 概率$\hat{p}_n$ 的和为1: $\forall n \sum\limits_{k=1}^K \hat{p}_{nk} = 1$.

2. 形状：$(N \times 1 \times 1 \times 1)$ 标签值： $l$, 是一个整数值，其范围是 $l_n \in [0, 1, 2, ..., K - 1]$ 表示着在 $K$ 个类中的索引。

3. 形状：$(1 \times 1 \times K \times K)$ (可选) 信息增益矩阵 $H$.作为第三个输入参数，. 如果 $H = I$, 则它等价于多项式逻辑损失函数

输出：

形状：$(1 \times 1 \times 1 \times 1)$

计算公式: $E = \frac{-1}{N} \sum\limits_{n=1}^N H_{l_n} \log(\hat{p}_n) = \frac{-1}{N} \sum\limits_{n=1}^N \sum\limits_{k=1}^{K} H_{l_n,k} \log(\hat{p}_{n,k})$, 其中 $H_{l_n}$ 表示 行 $l_n$ of $H$.

多项式逻辑损失函数（Multinomial Logistic Loss）

输入：

形状：$(N \times C \times H \times W)$ 预测值 $\hat{p} \in [0, 1]$范围中， 表示这预测的每一类的概率，共 $K = CHW$ 个类. 每一个预测概率$\hat{p}_n$ 的和为1: $\forall n \sum\limits_{k=1}^K \hat{p}_{nk} = 1$.

形状：$(N \times 1 \times 1 \times 1)$ 标签 $l$, 是一个整数值，其范围是 $l_n \in [0, 1, 2, ..., K - 1]$ 表示着在 $K$ 个类中的索引。

输出：

形状：$(1 \times 1 \times 1 \times 1)$ 计算公式: $E = \frac{-1}{N} \sum\limits_{n=1}^N \log(\hat{p}_{n,l_n})$

应用场景：

在一对多的分类任务中使用，直接把预测的概率分布作为输入.

Sigmoid 交叉熵损失函数（Sigmoid Cross Entropy Loss）

输入：

1. 形状: $(N \times C \times H \times W)$ 得分 $x \in [-\infty, +\infty]$, 这个层使用 sigmoid 函数 $\sigma(.)$ 映射到概率分布 $\hat{p}_n = \sigma(x_n) \in [0, 1]$

2. 形状:$(N \times C \times H \times W)$ 标签 $y \in [0, 1]$

输出：

1. 形状：$(1 \times 1 \times 1 \times 1)$ 计算公式: $E = \frac{-1}{n} \sum\limits_{n=1}^N \left[ p_n \log \hat{p}_n + (1 - p_n) \log(1 - \hat{p}_n) \right]$

应用场景：
预测目标概率分布

Softmax+损失函数(Softmax With Loss)

输入：

1. 形状：$(N \times C \times H \times W)$ 预测值 $x \in [-\infty, +\infty]$ 代表预测每个类的得分。 共 $K = CHW$ 类. 这一层把得分通过softmax映射到概率分布 $\hat{p}_{nk} = \exp(x_{nk}) / \left[\sum_{k'} \exp(x_{nk'})\right]$

2. 形状：$(N \times 1 \times 1 \times 1)$ 标签值 是一个整数值，其范围是 $l_n \in [0, 1, 2, ..., K - 1]$ 表示着在 $K$ 个类中的索引。

输出：

1. 形状：$(1 \times 1 \times 1 \times 1)$ 计算公式: $E = \frac{-1}{N} \sum\limits_{n=1}^N \log(\hat{p}_{n,l_n})$, 其中 $\hat{p}$ 为softmax输出的类概率。

应用场景：

在一对多分类中应用。