BCEAfterSigmoidLoss

class BCEAfterSigmoidLoss(reduction: str = 'mean')[源代码]

数值不稳定的显式Sigmoid + BCE损失版本。

注意

相关的 torch 模块是 torch.nn.BCELoss，但由于 PyKEEN 的损失函数中实现了扩展功能，因此不能在 PyKEEN 中互换使用。

初始化损失。

方法总结

forward(logits, labels, **kwargs)

定义每次调用时执行的计算。

方法文档

forward(logits: Tensor, labels: Tensor, **kwargs) → Tensor[来源]

定义每次调用时执行的计算。

应该由所有子类覆盖。

注意

尽管前向传递的配方需要在此函数内定义，但之后应该调用Module实例而不是这个，因为前者负责运行已注册的钩子，而后者则默默地忽略它们。

Parameters:

Return type:

Tensor