这两个函数的区别在pytorch的帖子中已经描述过：log_softmax和softmax有什么区别？，softmax的公式为：exp(x_i) / exp(x).sum()，而log softmax的公式为：log(exp(x_i) / exp(x).sum())。

但对于下面的Pytorch代码，为什么我得到的输出不同：

>>> it = autograd.Variable(torch.FloatTensor([0.6229,0.3771]))>>> op = autograd.Variable(torch.LongTensor([0]))>>> m  = nn.Softmax()>>> log = nn.LogSoftmax()>>> m(it)Variable containing:`0.5611  0.4389`[torch.FloatTensor of size 1x2]>>>log(it)Variable containing:-0.5778 -0.8236[torch.FloatTensor of size 1x2]

然而，log(0.5611)的值是-0.25095973129，log(0.4389)的值是-0.35763441915

为什么会有这样的差异？

回答：

默认情况下，torch.log提供的是输入的自然对数，因此PyTorch的输出是正确的：

ln([0.5611,0.4389])=[-0.5778,-0.8236]

您的最后结果是使用以10为底的对数得到的。