我期望的标签是一个张量，如张量（[[0,1,0,1]，[1,1,1,0]]）。
我的模型的输出（请注意，我停止训练只是为了获得值，因此它们不能准确地表示神经元的激活）也是一个张量，如张量（[-10.6964，-13.8998,0.8348，-45.7040]，[-10.3260，-13.8385，-9.2342，-5.3424]）
我直接在输出和标签上使用BCEWellLogitsLoss是错误的吗？在使用BCEWellLogitsLoss之前，我需要将输出张量转换为类似于预期标签的二进制张量吗？我知道BCEWellLogitsLoss只是BCELoss Sigmoid激活。如何获取预期标签张量类型的值，在这种情况下我应该使用什么损失？
在多标签分类的情况下，BCELoss是一个常见的选择。BCEWellLogitsLoss直接作用于输出和标签，因为它期望日志作为一个输入，类（0或1）作为第二个输入。您可以在此处找到有关此损失和预期标签张量的更多详细信息：BCEWellLogitsLoss
