（チラ裏の日記、こんなことしてたなあとなります）
クラスごとのピクセル数に偏りがあるため，ピクセル数が多いクラスほど軽視するよう (多いクラスを正解してもlossが余り減らない)に設定していた．（と思っていた）
損失関数 torch.nn.functional.cross_entropy のクラスごとの重みについて
CrossEntropyLoss - PyTorch 1.11.0 documentation
weight (Tensor, optional) – a manual rescaling weight given to each class. If given, has to be a Tensor of size C
を見間違えて ‘has to be a Tensor of size of C‘、つまりクラスCのサイズ（サンプル数）を指定しろ、という言うようなことが書かれていると思って、そのままクラスごとのサンプル数を与えていた。
正しくは、Cはクラスの数（number of classes）で、普通に
where
is the input,
is the target,
is the weight,
is the number of classes, and
spans the minibatch dimension as well as
for the
-dimensional case. If reduction is not 'none' (default 'mean'), then …
と書かれていての値がそのまま乗算される。
つまりImbalanced dataならピクセル数が多いほど weightを小さく設定すべき．
CrossEntropyLoss - PyTorch 1.11.0 documentation
reduction=’sum’だとウェイトが適用されないらしい。
過去に使ったときは正しく設定していたけど、その時々でドキュメント適当に読んで「ほな、こうか」としがちで時々間違える。 ドキュメントはちゃんと（ただしく）読みましょう。
