pytorch中有序多分类的损失函数

Question

我是DNN和pytorch的初学者。我正在处理一个多分类问题，在这个问题中，我的标签被编码成一个单一的热向量，比如维度D。为此，我使用CrossEntropyLoss。然而，现在我想修改或改变这样的标准，以便惩罚与实际值相去甚远的值，比如分类4比5好，分类2比5好。

Pytorch中是否已经内置了实现此行为的函数？否则，我如何修改CrossEntropyLoss来实现它？

Answer 1

这可能对你有帮助。它是一个顺序回归的PyTorch实现：https://www.ethanrosenthal.com/2018/12/06/spacecutter-ordinal-regression/