pytorch分类问题

多分类问题，选用交叉熵损失函数pytorch框架下的nn.CrossEntropyLoss()

注意：

1、该函数输入的预测结果应是原始结果，不能经过softmax、标准化normalized或者进行argmax后得到的[0,1,0]此类独热编码此类操作。

2、标签值的输入也不可以是独热编码，直接输入数据对应的分类label[1,6,2,4]即可。

3、torch框架下nn.CrossEntropyLoss()标签值是不需要one hot编码的。

二分类问题，选用交叉熵损失函数pytorch框架下的torch.nn.BCELoss()，并且要用sigmoid()先进行激活