pytorch bceloss测试

BCEobj = nn.BCEWithLogitsLoss(pos_weight=torch.tensor([h['obj_pw']], device=device))

个别测试结果：

pre t    loss
0.6 0.5  0.713
0.4 0.5  0.713

0.5 0.5  0.693
0.5 0.4  0.693
0.5 0.3  0.693

torch bceloss测试

1.越大的情况：

1）x与y两个值差异越大，loss越大，

2）数据集越小，loss越大

3）a与b都接近0.5，loss也不小

4) 两个分布很接近，但是与0和1不接近，loss仍然很大，只适合分类

越小：

1）数据集越大，分布越杂，loss越小

2）a与b分布都越接近1，loss越小

3）a与b分布都接近0，loss也很小

bce loss在意的是分布是否相似，与数据量多少无关，分布相同，4个和10个，loss值是一样的</