使用权重计算多类细分中每个类的损失

Question

使用缩减功能，使用pytorch计算损耗很容易：

criterion = nn.CrossEntropyLoss(weight=cw, reduction="mean")

其中cw是一类权重的一维张量。

masks_pred = net(imgs)
loss = criterion(masks_pred, masks)

在这种情况下，loss是表示加权损失的标量（在loss.item()之后），可以与使用以下内容相同：

criterion = nn.CrossEntropyLoss(weight=cw, reduction="none")
masks_pred = net(imgs)
loss = criterion(masks_pred, masks)
loss = loss.sum() / cw[masks].sum()

我的问题是如何获得每个班级的加权损失？从理论上讲，我知道我需要计算以下内容：

x类损失总和/ x类重量之和

我尝试过的事情：

我尝试做的第一件事是获得特定类权重的总和超过masks（例如，类0）：

cw[masks==0]

但我收到此错误：

IndexError：维度1的张量的索引过多

我也不知道每班损失的总和。