Python 如何扩展损失函数

我想创建自己的自定义损失函数，作为3个损失函数的加权组合，类似于：

criterion = torch.nn.CrossEntropyLoss(out1, lbl1) + \
            torch.nn.CrossEntropyLoss(out2, lbl2) + \
            torch.nn.CrossEntropyLoss(out3, lbl3)

我这样做是为了解决一个多类多标签分类问题。 这有意义吗？如何在Pytorch中正确实现这种丢失功能

---

谢谢

您处理问题的方法似乎是正确的，但您的代码中有一个输入错误。这里有一个解决方案：

loss1 = torch.nn.CrossEntropyLoss()(out1, lbl1)
loss2 = torch.nn.CrossEntropyLoss()(out2, lbl2) 
loss3 = torch.nn.CrossEntropyLoss()(out3, lbl3)

final_loss = loss1 + loss2 + loss3

然后您可以调用

final_loss

上的

.backward

，然后它应该计算梯度并反向传播它们

此外，还可以在训练过程中自行学习权重的情况下，对每个组件损失进行加权

有关详细信息，请参阅的讨论