下面的代碼來自Distraction-aware Shadow Detection

class MyWcploss(nn.Module):def __init__(self):super(MyWcploss, self).__init__()def forward(self, pred, gt):eposion = 1e-10sigmoid_pred = torch.sigmoid(pred)count_pos = torch.sum(gt)*1.0+eposioncount_neg = torch.sum(1.-gt)*1.0beta = count_neg/count_posbeta_back = count_pos / (count_pos + count_neg)bce1 = nn.BCEWithLogitsLoss(pos_weight=beta)loss = beta_back*bce1(pred, gt)return loss

上述代碼實現(xiàn)了：

第一次看的時候沒有看懂，所以去查BCEWithLogitsLoss，

對于pos_weight參數(shù)很疑惑，看完下面的公式，就清楚了。

詳細可見：BCEWithLogitsLoss pytorch 官方文檔

總結

以上是生活随笔為你收集整理的pytorch BCEWithLogitsLoss pos_weight参数解疑的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。