nn.BCELoss

原创 python pytorch

二分类交叉熵的公式、手算例子和 PyTorch 实现已合并到 分类损失：交叉熵与 BCE，这里保留几个使用要点。

1. BCELoss 与 BCEWithLogitsLoss

• BCELoss 接收概率，输入范围为 [0, 1]。
• BCEWithLogitsLoss 直接接收模型输出的原始分数，内部结合了 Sigmoid 和 BCE，不需要提前做 Sigmoid。
• 两者的标签都使用与输入同形状的浮点张量，普通硬标签取 0 或 1。

2. 二分类与多标签

单个二分类任务可以使用 [B] 或 [B, 1] 的输入；多标签任务可以使用 [B, C]，每一列分别判断一个标签是否成立。B 是当前 batch 的样本数，C 是标签数，默认损失对所有元素求平均。

本文由 Yonghui Wang 创作，采用 知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名
最后编辑时间为: Sep 06, 2026 12:03 pm