训练带有10个标签的分类器，该标签只能对其中两个进行分类

Question

我需要在Cifar10上训练一个分类器，以便它可以对标签为0和1的图像进行分类，而对于这两个标签以外的其他标签，分类器可提供无偏（中性）结果。我尝试使用以下代码进行BCE损失训练：

   input = model(x)
   not_ind_tgt = ~((target==0) | (target==1))
   tgt_hot = F.one_hot(target, 10).float()
   multi_label = 1./8. * torch.ones(1,10).float()
   multi_label[0, 0: 2] = 0.0
   tgt_hot[not_ind_tgt] = multi_label
   loss = nn.BCEWithLogitsLoss()(input, tgt_hot).mean()

但是，经过训练的分类器在0和1类上的准确性为零。