BCELoss忽视某个类别

使用BCELoss时,忽视某个类别,不计入loss(例如padding位置的loss不计入)

 loss_fct = BCEWithLogitsLoss(reduction="none")
 batch_size = prediction_scores.size()[0]
 seq_len = prediction_scores.size()[1]
tmp_loss = loss_fct(prediction_scores.view(batch_size * seq_len, 1),
labels.view(batch_size * seq_len, 1).float())
tmp_mask = (labels != -100)
# 忽视类别标签为-100
real_loss = tmp_loss.view(batch_size, seq_len) * tmp_mask
masked_lm_loss = torch.sum(real_loss) / torch.sum(tmp_mask)
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

旺旺棒棒冰

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值