multi-target not supporte

 

multi-target not supporte

 

原因：

input和labels的维度：

[32,751] [32,1]

labels多了一个维度

解决：

 

conf.ce_loss(thetas, labels.squeeze(1))

FocalLoss：

交叉熵损失函数CrossEntropyLoss可以支持多分类，并且不需要one-hot。

 下面是源码：

class FocalLoss(nn.Module):

    def __init__(self, gamma=0):
        super(FocalLoss, self).__init__()
        self.gamma = gamma
        self.ce = torch.nn.CrossEntropyLoss()


    def forward(self, input, target):
        logp = self.ce(input, target)
        p = torch.exp(-logp)
        loss = (1 - p) ** self.gamma * logp
        return loss.mean()