PyTorch 加权 Softmax 损失函数实现

PyTorch 中的加权 Softmax 损失可以通过以下代码实现：

import torch
import torch.nn.functional as F

# 定义输入和目标标签
inputs = torch.randn(3, 5) # batch_size=3, num_classes=5
targets = torch.tensor([2, 0, 1]) # 每个样本的标签

# 定义权重
weights = torch.tensor([0.1, 0.2, 0.3, 0.2, 0.2]) # 每个类别的权重

# 计算加权 Softmax 损失
loss = F.cross_entropy(inputs, targets, weight=weights)

print(loss)

在上面的代码中，通过调用F.cross_entropy() 函数计算加权 Softmax 损失，其中inputs 是模型的输出，targets 是目标标签，weights 是每个类别的权重。