01标签
import torch
import torch.nn as nn
# 输入x是一个二维张量,每一行表示一个样本的分数,每一列表示一个特征或维度
x = torch.tensor([[0.5, 0.7], [0.9, 0.8], [0.6, 0.4], [0.3, 0.6], [0.8, 0.7], [0.4, 0.5]])
# 标签y是一个一维张量,表示样本之间的顺序关系(-1或1)
y = torch.tensor([1, -1, 1, -1, -1, 1])
# 创建一个marginRankingLoss对象,设置边界为0.2
loss_fn = nn.MarginRankingLoss(margin=0.2)
# 使用torch.combinations函数生成所有可能的样本对
pairs = torch.combinations(x)
# 将pairs分成两个张量,分别表示第一个和第二个样本的分数
x1 = pairs[:, :2]
x2 = pairs[:, 2:]
# 计算损失值
loss = loss_fn(x1, x2, y)
print(loss) # 输出:tensor(3.)
![](https://i-blog.csdnimg.cn/blog_migrate/c2a7a62511f91a0321253fc46fc87efd.png)
多标签
import torch
import torch.n