使用NLLloss加权损失如何在Pytorch中定义良好的损失

Question

我有一个非常不平衡的数据，其权重在[0.0000000012,1]范围内，为了使用加权的NLLloss，如果直接应用这些极小的值权重，则会得到非常小的损失，所以如果我希望获得与没有重量的情况相同的指标。分配权重的策略是什么？ 换句话说，1.我的体重应该是什么样子（例如，体重全部> 0等） 2.如果使用加权的NLLloss，对于损失，是否需要乘以一个因子来获得相同的表示形式（没有权重）？

一个例子：

import torch
import torch.nn as nn
log_prob = torch.tensor([[-0.0141, -4.2669]])
target = torch.tensor([0])
criterion = nn.NLLLoss()

criterion(log_prob, target)

输出：tensor(0.0141)

log_prob = torch.tensor([[-0.0141, -4.2669]])
target = torch.tensor([0])
weight = torch.tensor([0.00009, 0.99991])
criterion = nn.NLLLoss(weight=weight,  reduction='sum')

criterion(log_prob, target)

退出：tensor(1.2690e-06)

因此，在第二种情况下，由于损失值已经很小，如何知道我的网络已经过良好训练。 另外，如果使用加权的NLLloss，学习率的值也会受到影响吗？如果可以，如何设置学习率值

谢谢