pytorch中有序多重分类的损失函数

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成一个单一向量，即维度D。 为此，我正在使用CrossEntropyLoss。但是，现在我想修改或更改这样的标准，以惩罚与实际标准相距较远的值，例如，将4而不是5分类为2而不是5更好。

Pytorch中是否已经内置了实现此行为的功能？否则，如何修改CrossEntropyLoss来实现它？

Answer 1

这可以为您提供帮助。这是PyTorch实施的序数回归： https://www.ethanrosenthal.com/2018/12/06/spacecutter-ordinal-regression/