optimization - pytorch中序数多分类的损失函数

Question

我是 DNN 和 pytorch 的初学者。我正在处理一个多分类问题，其中我的标签被编码为一个单热向量，比如维度D。为此，我使用了 CrossEntropyLoss。但是现在我想修改或更改此类标准以惩罚与实际值相距甚远的值，例如分类 4 而不是 5 优于 2 而不是 5。

Pytorch 中是否已经内置了实现此行为的函数？否则我该如何修改 CrossEntropyLoss 来实现呢？

标签： optimizationneural-networkpytorchloss-function

Answer 1

这可以帮助你。这是一个 PyTorch 实现序数回归： https ://www.ethanrosenthal.com/2018/12/06/spacecutter-ordinal-regression/