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</