BCE loss
b这里指的是binary,二分类交叉熵损失。在使用BCELoss时需要在该层前面加上Sigmoid函数,公式如下:
缺点:正类别是训练的时候更加关注的部分,而错分的负类别没有被关注。???
https://www.zhihu.com/question/422946096/answer/1541228837
CE loss
CrossEntropyLoss,交叉熵损失。
Focal loss
何凯明大佬提出的。优点:它更加关注难样本。
Asymmetric Loss For Multi-Label Classification 2020 阿里达摩院
1、一种非对称损失,它在正负样本上有不同的操作。主要针对正负样本不平衡,对loss的影响应该不同。
2、提出硬阈值,硬阈值对正负样本极度不平衡的时候有效。
softmax loss
https://www.zhihu.com/question/294679135/answer/885285177
https://zhuanlan.zhihu.com/p/93054123
https://zhuanlan.zhihu.com/p/93054123
https://zhuanlan.zhihu.com/p/95793237