我现在正在复制以下模型，该模型输出 action 并使用 filter 来过滤不合适的候选者 . https://arxiv.org/abs/1702.03274
在此模型中，输出在最后一个softmax层之后被过滤 . 我们假设 action_size==3 . 所以密集和asoftmax层之后的输出如下所示 .
output: [0.1, 0.7, 0.2]
filter: [0, 1, 1]
output*filter: [0, 0.7, 0.2]
但在pytorch中， logsoftmax 首选 NLLLoss . 所以我的输出如下 . 这没有意义 .
output: [-5.4, -0.2, -4.9]
filter: [0, 1, 1]
output*filter: [0, -0.2, -4.9]
所以pytoroch不推荐 vanilla Softmax . 我应该如何应用蒙版以消除特定的动作？或者，与香草Softmax有任何分类交叉熵损失函数？
此模块不直接与NLLLoss一起工作，NLLLoss期望在Softmax和它自身之间计算Log . 请改用Logsoftmax（它更快，具有更好的数值属性） . http://pytorch.org/docs/master/nn.html#torch.nn.Softmax
1 回答
LogSoftmax的输出只是Softmax输出的对数 . 这意味着您只需调用
torch.exp(output_from_logsoftmax)即可获得与Softmax相同的值 .因此，如果我正确地阅读您的问题，您将计算LogSoftmax，然后将其提供给NLLLoss，并指数用于过滤 .