将权重传递给交叉熵损失

Question

我试图为不同的类别分配不同的权重，所以我修改了损失标准，如下：

我必须将权重张量转换为两倍的torch.DoubleTensor(weight)，因为我的model已移至double()。我做对了吗？

weights = [0.4,0.8,1.0]

class_weights = torch.DoubleTensor(weights).cuda()

criterion = nn.CrossEntropyLoss(weight=class_weights)

Answer 1

根据documentation，weight的{​​{1}}参数应为：

砝码（张量，可选）–赋予每个班级的手动缩放砝码。如果给出，则必须为C的张量。

我假设您有3个班级CrossEntropyLoss。顺便说一句，您确定您的模型已移至(C=3)吗？否则，您应该更喜欢使用double()。例如，

FloatTensor

否则，您的示例看起来还可以！