如何在 Pytorch 中定义一个“无关”类？答案

【问题标题】：How to define a “don't care” class in Pytorch?如何在 Pytorch 中定义一个“无关”类？
【发布时间】：2021-06-12 22:42:16
【问题描述】：

我有一个时间序列分类任务，我应该为每个时间戳 t 输出 3 个类别的分类。

每帧标记所有数据。

在数据集中有超过 3 个类[它们也是不平衡的]。

我的网络应该按顺序查看所有样本，因为它使用这些样本作为历史信息。
因此，我不能只在预处理时消除所有不相关的类样本。

如果一个帧的预测标记与这 3 个类不同，我不关心结果。

如何在 Pytorch 中正确执行此操作？

【问题讨论】：

【解决方案1】：

从this discussion 开始，不是google 搜索的，有两个选项，都是CrossEntropyLoss 的选项：

选项 1

如果只有一个类可以忽略，则在实例化损失时使用ignore_index=class_index。

如果有更多类，请使用weight=weights，与weights.shape==n_classes 和torch.sum(weights[ignored_classes]) == 0 一起使用

【讨论】：