其中$i$为每一个类别。

针对类别不均衡问题，增加权重项：

多标签分类时，BCE损失结合sigmoid来使用，经过classifier分类过后的输出为（batch_size，num_class）为每个数据的标签,标签不是one-hot的主要体现在sigmoid（output）之后进行bceloss计算的时候：sigmoid输出之后,仍然为（batch_size，num_class）大小的，但是是每个类别的分数，对于一个实例xi，它的各个label的分数加起来不一定要等于1，为实例计算一个bceloss，这个bceloss这个实例在每个类上的cross entropy loss加和求平均得到，这里就体现了多标签的思想。batch的loss是否需要求平均可以根据实际情况确定，如果不求均值的话，就是所有实例的加和，这样进行梯度回传的时候就会加大参数的更新步长，就类似于在learning rate上乘了batch size。