pytorch scikit-learn log_lossが自作計算と合わない

Question

pytorchのnn.BCELoss()と、scikit-learnのlog_lossと、自作のlog_loss関数の比較をしているのですが、
数値が合わず、改善方法を教えていただけないでしょうか。

import torch
import torch.nn as nn
from sklearn.metrics import log_loss

def my_logloss(target, output_ohe):
  loss = 0
  num_data = target.size()[0]
  for idx in range(num_data):
      loss += -(target[idx]*torch.log(output_ohe[idx,0])+(1-target[idx])*torch.log(output_ohe[idx,1]))/num_data
  return loss

#target
target              = torch.tensor([1,0,1])
NUM_data            = target.size()[0]
NUM_target          = target.max()+1
target_ohe          = torch.zeros([NUM_data,NUM_target])
for idx in range(NUM_data):
    target_ohe[idx,target[idx]] = 1

#output    
output              = torch.tensor([0.7,0.4,0.3])
output_ohe          = torch.zeros([NUM_data,NUM_target])
for idx in range(NUM_data):
    output_ohe[idx,0] = output[idx]
    output_ohe[idx,1] = 1-output[idx]

#pytorch_logloss
loss_func           = nn.BCELoss()
loss1               = loss_func(output_ohe, target_ohe)
print(loss1.numpy())#0.8256462

#sklearn_logloss
loss2               = log_loss(target,output_ohe)
print(loss2)#0.825646162033081

#my_logloss
loss3               = my_logloss(target,output_ohe)
print(loss3.numpy())#0.69049114

Answer 1

ラベルが逆ですね。

        loss += -((1-target[idx])*np.log(output_ohe[idx,0])+(target[idx])*np.log(output_ohe[idx,1]))/num_data

で。

（ワンホット表現がどうなっているのかをよくよく考えるとこの対処でいいことがわかります）