python - torch.nn.MultiLabelSoftMarginLoss 的目标值应该是 0 还是 -1？

Question

我有一个多标签分类问题(一个样本可以同时分类为几个类)。
我想用torch.nn.MultiLabelSoftMarginLoss但我对基本事实是这样写的文档感到困惑:

Target: (N, C)(N,C) , label targets padded by -1 ensuring same shape as the input.

这是否意味着目标是一种热形式，但零替换为 -1？
假设我想对物体检测的几个属性进行分类，例如: Man , Tall , Long hair .
我的第一个形象是一个长头发的高个子女人，我的目标会变成 0 1 1吗？或 -1 1 1 ?我不明白为什么要使用 -1而不是 0在互联网上很难找到示例，因为很多人将多标签任务误认为是多类分类并继续使用 BCELoss。

Answer 1

仔细看 doc :

预计目标是{0, 1}而不是-1。
我不确定这个 -1 在做什么，它可能是为了“忽略”，但你是正确的，那里的文档不是很清楚。
有一个open issue在 pytorch 的 github 上关于这个。随意贡献。