torch.nn.MultiLabelSoftMarginLoss 的目标值应该是 0 还是 -1？

Question

我有一个多标签分类问题（单个样本可以同时分类为多个类）。

我想使用torch.nn.MultiLabelSoftMarginLoss，但我对这样写基本事实的文档感到困惑：

Target: (N, C)(N,C) , label targets padded by -1 ensuring same shape as the input.

这是否意味着目标处于一种热形式，但零替换为 -1？

假设我想为对象检测分类几个属性，例如：Man、Tall、Long hair。
我的第一张图片是一个长头发的高个子女人，我的目标是0 1 1还是-1 1 1？我无法理解为什么使用-1 而不是0

在互联网上很难找到示例，因为很多人将多标签任务误认为是多类分类并继续使用 BCELoss。

Answer 1

仔细看doc：

目标应该是{0, 1} 而不是-1。
我不确定这个 -1 在做什么，它可能是为了“忽略”，但你是正确的，那里的文档不是很清楚。

pytorch 的 github 上有一个 open issue 与此有关。随意贡献。