torch.nn.MultiLabelSoftMarginLoss的目标值应为0或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）

我想使用torch.nn.MultiLabelSoftMarginLoss，但我对文档感到困惑，其中基本事实是这样写的：

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

这是否意味着目标处于一个热态，但零替换为-1

假设我想为对象检测分类几个属性，例如：Man，Tall，Long hair。
我的第一张照片是一个长头发的高个子女人，我的目标是0 1 1还是-1 1 1？我不明白为什么用-1代替0

在互联网上很难找到这样的例子，因为很多人把多标签任务误认为是多类别分类，而一直使用BCELoss

Answer 1

仔细看看doc：

预期目标是{0, 1}，而不是-1。
我不确定-1在做什么，它可能是“忽略”的意思，但你是对的，那里的文档不是很清楚

关于这一点，pytorch的github上有一个open issue。请随意贡献