loss 加权_CrossEntropyLoss类别权重问题

官方文档写的是 weight的形状为【C】

eg：5个类的话 weight=tensor[1,1,1,1,1]

然后看了一下示例代码：

`import paddle

import numpy as np

input_data = paddle.uniform([5, 100], dtype="float64")

label_data = np.random.randint(0, 100, size=(5)).astype(np.int64)

weight_data = np.random.random([100]).astype("float64")

input = paddle.to_tensor(input_data)

label = paddle.to_tensor(label_data)

weight = paddle.to_tensor(weight_data)

ce_loss = paddle.nn.CrossEntropyLoss(weight=weight, reduction='mean')

output = ce_loss(input, label)

print(output)`

这里面，weight的shape是[100]，但是这里不是只有5个类嘛。没有理解，请求帮助。谢谢！