你可以做的一件事是强制你的标签（${-1,1}$） 成为${0,1}$使用这个简单的线性变换：

$$\begin{equation*}\hat{y} = (y + 1) / 2\end{equation*}$$

这样，-1 映射到 0，而 1 映射到 1。

出于实际目的，您可以直接更改模型的输出和标签（在应用原始 BCE 之前），或者根据线性变换稍微更改 BCE 损失函数：

$$\begin{equation}H_p(q) = -\frac{1}{N} \sum_{i=1}^N \frac{(y_i+1)}{2} \log\left(p\left(y_i\right)\right) + (1-\frac{(y_i+1)}{2})\log\left(1-p\left(y_i\right)\right)\end{equation}$$

请注意，我只更改了系数，假设概率函数$p$只返回有意义的值${-1,1}$

注意：显然，所有这些仅与二进制交叉熵情况有关。

您可以做的另一种选择是（1-yi）可以在交叉熵公式中使用（-1-yi）。

Hp(q)=-1/N ∑i=1N(yi)log(p(yi))+(-1-yi)log(1−p(yi))。