pytorch中的loss函数（1）：MultiLabelSoftMarginLoss

MultiLabelSoftMarginLoss针对multi-label one-versus-all（多分类，且每个样本只能属于一个类）的情形。

loss的计算公式如下：

其中，x是模型预测的标签，x的shape是（N,C），N表示batch size，C是分类数；y是真实标签，shape也是（N,C），。

的值域是(0,）；

的值域是(1,）；

的值域是(0,1)；

的值域是(-,0)，函数曲线如图1所示：

为了看得更清楚一点，再画一下[-10,10]范围内的曲线，如图2：

当y[i]=1得时候，x[i]越大==》越大==》loss越小（因为前面有个负号）；

的函数曲线如图3所示：

 [-10,10]范围内的曲线，如图4所示：

 当y[i]=0得时候，x[i]越小==》越大==》loss越小（因为前面有个负号）；