本站精选了一篇相关的编程文章，网友暴高芬根据主题投稿了本篇教程内容，涉及到pytorch、transformers、不加激活函数、pytorch激活函数、pytorch/transformers 不加激活函数相关内容，已被533网友关注，内容中涉及的知识点可以在下方直接下载获取。
pytorch/transformers 不加激活函数
pytorch/transformers 最后一层不加激活函数原因
之前看bert及其各种变种模型，发现模型最后一层都是FC （full connect）的线性层Linear层，现在讲解原因
实验：笔者试着在最后一层后加上了softmax激活函数，用来做多分类，发现模型无法收敛。去掉激活函数后收敛很好。
说明加的不对，因此深入研究了一下。
前言
对于分类问题，pytorch最后一层为啥都是linear层，没有激活函数？
一、原因在于损失方式CrossEntropy
CrossEntropy：该损失函数集成了log_softmax和nll_loss。因此，相当于FC层后接上CrossEntropy，实际上是有经过softmax处理的。只是内置到损失函数CrossEntropy中去了。
This criterion combines `log_softmax` and `nll_loss` in a single
function.二、为什么CrossEntropy要用log_softmax而不是softmax
1.查看CrossEntropy定义：
其中p为真实分布，q为预测分布。
根据CrossEntropyLoss公式，分类问题中，所以标签中只有一个类别（设为z)分量为1，其他类别全为0，我们代入公式，即求和之后只剩下一项。
其中：
是模型FC层输出后需要接上softmax后，得到的概率。因此，这个公式就可以表示为：-log（softmax（FC的输出）），因此，这里就直接变成一个函数，叫log_softmax，便于计算CrossEntropy。
2.如果想要的到模型输出的概率值，需要在FC层输出后，人为的接上F.Softmax()就好了
代码如下（示例）：
import torch
from torch.autograd import Variable
import torch.nn.functional as F
import matplotlib.pyplot as plt
n_data = torch.ones(100,2)
x0 = torch.normal(2*n_data, 1)
y0 = torch.zeros(100)
x1 = torch.normal(-2*n_data, 1)
y1 = torch.ones(100)
x = torch.cat((x0, x1), 0).type(torch.FloatTensor) # 组装（连接）
y = torch.cat((y0, y1), 0).type(torch.LongTensor)
x, y = Variable(x), Variable(y)
class Net(torch.nn.Module):
def __init__(self, n_feature, n_hidden, n_output):
super(Net, self).__init__()
self.hidden = torch.nn.Linear(n_feature, n_hidden)
self.out = torch.nn.Linear(n_hidden, n_output)
def forward(self, x):
x = F.relu(self.hidden(x))
x = self.out(x)
return x
net = Net(2, 10, 2)
optimizer = torch.optim.SGD(net.parameters(), lr = 0.012)
for t in range(100):
out = net(x)
loss = torch.nn.CrossEntropyLoss()(out, y)
optimizer.zero_grad()
loss.backward()
optimizer.step()
if (t+1) % 20 == 0:
plt.cla()
prediction = torch.max(F.softmax(out), 1)[1] # 在第1维度取最大值并返回索引值
pred_y = prediction.data.numpy().squeeze()
target_y = y.data.numpy()
plt.scatter(x.data.numpy()[:, 0], x.data.numpy()[:,1], c=pred_y, s=100, lw=0, cmap='RdYlGn')
accuracy = sum(pred_y == target_y)/200
plt.text(1.5, -4, 'Accu=%.2f' % accuracy, fontdict={'size': 20, 'color': 'red'})
plt.pause(0.1)
上述代码中，F.softmax(out)表示的就是模型输出的概率。
torch.max(F.softmax(out), 1)[1] # 在第1维度取表示取概率最大的列最为预测标签值，不是概率，而是标签了。
3.bert模型的输出端展示
代码如下（示例）：
class Model(nn.Module):
def __init__(self, config):
super(Model, self).__init__()
self.bert = BertModel.from_pretrained(config.bert_path)
for param in self.bert.parameters():
param.requires_grad = True
self.fc = nn.Linear(config.hidden_size, config.num_classes)
def forward(self, x):
context = x[0] # 输入的句子
mask = x[2] # 对padding部分进行mask，和句子一个size，padding部分用0表示，如：[1, 1, 1, 1, 0, 0]
bert_out = self.bert(context, attention_mask=mask, output_hidden_states=False)
out = self.fc(bert_out.pooler_output)
return out也可以看到，bert中的self.fc = nn.Linear(config.hidden_size, config.num_classes)仅仅为Linear层，没有激活函数。
如果想得到bert的多分类概率，最后在模型的out输出后，需要接上一个
F.softmax(out)
总结
这里给大家解释一下为什么bert模型最后都不加激活函数。是因为损失函数选择的原因。
到此这篇关于pytorch/transformers 最后一层不加激活函数的原因的文章就介绍到这了,更多相关pytorch/transformers 不加激活函数内容请搜索码农之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持码农之家！
