PyTorch 中的 weighted_cross_entropy_with_logits 的模拟

Question

我正在尝试使用 PyTorch 训练模型。有没有什么简单的方法可以从 Tensorflow 中创建像 weighted_cross_entropy_with_logits 这样的损失？

weighted_cross_entropy_with_logits 中有 pos_weight 参数可以帮助平衡。但是BCEWithLogitsLoss 的参数列表中只有标签的权重。

Answer 1

您可以根据需要编写自己的自定义损失函数。例如，你可以写：

def weighted_cross_entropy_with_logits(logits, target, pos_weight):
    return targets * -logits.sigmoid().log() * pos_weight + 
               (1 - targets) * -(1 - logits.sigmoid()).log()

这是一个基本的实现。您应该按照here 中提到的步骤来确保稳定性并避免溢出。只需使用他们得出的最终公式即可。