forked from mindspore-Ecosystem/mindspore
26 lines
1.8 KiB
ReStructuredText
26 lines
1.8 KiB
ReStructuredText
mindspore.nn.MultiClassDiceLoss
|
||
================================
|
||
|
||
.. py:class:: mindspore.nn.MultiClassDiceLoss(weights=None, ignore_indiex=None, activation='softmax')
|
||
|
||
对于多标签问题，可以将标签通过one-hot编码转换为多个二分类标签。每个通道可以看做是一个二分类问题，所以损失可以通过先计算每个类别的二分类的 :class:`mindspore.nn.DiceLoss` 损失，再计算各二分类损失的平均值得到。
|
||
|
||
参数：
|
||
- **weights** (Union[Tensor, None]) - Shape为 :math:`(num\_classes, dim)` 的Tensor。权重shape[0]应等于标签shape[1]。默认值：None。
|
||
- **ignore_indiex** (Union[int, None]) - 指定需要忽略的类别序号，如果为None，计算所有类别的Dice Loss值。默认值：None。
|
||
- **activation** (Union[str, Cell]) - 应用于全连接层输出的激活函数，如'ReLU'。取值范围：['softmax', 'logsoftmax', 'relu', 'relu6', 'tanh', 'Sigmoid']。默认值：'softmax'。
|
||
|
||
输入：
|
||
- **logits** (Tensor) - shape为 :math:`(N, C, *)` 的Tensor，其中 :math:`*` 表示任意数量的附加维度。logits维度应大于1。数据类型必须为float16或float32。
|
||
- **labels** (Tensor) - shape为 :math:`(N, C, *)` 的Tensor，与 `logits` 的shape相同。标签维度应大于1。数据类型必须为float16或float32。
|
||
|
||
输出：
|
||
Tensor，输出为每个样本采样通过MultiClassDiceLoss函数计算所得。
|
||
|
||
异常：
|
||
- **ValueError** - `logits` 与 `labels` 的shape不同。
|
||
- **TypeError** - `logits` 或 `labels` 的类型不是Tensor。
|
||
- **ValueError** - `logits` 或 `labels` 的维度小于2。
|
||
- **ValueError** - `weights` 的shape[0]和 `labels` 的shape[1]不相等。
|
||
- **ValueError** - `weights` 是Tensor，但其维度不是2。
|