qq_43374694的博客

主要参考以上两个链接的内容了解这个问题，产生这个问题的主要原因与数据集有关，其中有一类数据的预测标签没出现过，即没有预测出来。导致数量为0，无法计算与之相关的性能指标，因为有的性能指标是以某种类别数量做分母的。实际解决需要解决数据集啊 这只是一个警告 并不需要解决 有这个警告 只能说明这个数据集分布不平衡。

随着深度学习框架的发展，为了更好的性能，部分框架选择了在使用交叉熵损失函数时默认加上softmax，这样无论你的输出层是什么，只要用了nn.CrossEntropyLoss就默认加上了softmax。但在更早的一些版本，默认是不隐式添加softmax的，所以会有一部分教程/资料，要求在撰写对应代码时手动添加softmax。当然，自己的框架是否需要手动在输出层添加softmax，推荐看对应的API文档。道听途说不一定可取，毕竟一个softmax可以做分类，俩softmax搞不好就不收敛了。

使用情景：调用torchvision的API，想用在ImageNet数据集上的restnet模型，想用pretrained的时候报的错误。大致意思是参数列表中的pretrained在新版本中被废用了，要使用weights这个参数。