sigmoid_focal_loss

用于解决分类任务中的前景类-背景类数量不均衡的问题。在这种损失函数，易分样本的占比被减少，而难分样本的比重被增加。例如在一阶段的目标检测任务中，前景-背景不均衡表现得非常严重。

该算子通过下式计算focal loss：

其中

当 normalizer 不为None时，该算子会将输出损失Out除以张量 normalizer ：

最后，该算子会添加 reduce 操作到前面的输出Out上。当 reduction 为 'none' 时，直接返回最原始的 Out 结果。当 reduction 为 'mean' 时，返回输出的均值

。当 reduction 为 'sum' 时，返回输出的求和

。

注意: 标签值0表示背景类（即负样本），1表示前景类（即正样本）。

• Tensor，输出的Tensor。如果 reduction 是 'none', 则输出的维度为 [N,∗][N,∗] , 与输入 logit 的形状相同。如果 reduction 是 'mean' 或 'sum', 则输出的维度为 [1][1] 。