如果利用这三个ce损失函数以及focal损失函数构造一个新的损失函数B=0.5ce＋0.5focal，应该如何编写代码？损失函数A应该如何调整DICE损失函数所占比例

要构造一个新的损失函数B，即0.5的交叉熵损失加上0.5的Focal Loss，你可以直接在原有函数的基础上进行加权平均。假设我们已经定义了`CE_Loss`、`Focal_Loss`函数，下面是创建`loss_B`的代码：

import torch.nn as nn

def loss_B(inputs, target, cls_weights, num_classes=2, alpha=0.4, gamma=2):
    ce_loss = CE_Loss(inputs, target, cls_weights, num_classes)
    focal_loss = Focal_Loss(inputs, target, cls_weights, num_classes, alpha, gamma)

    combined_loss = 0.5 * ce_loss + 0.5 * focal_loss
    return combined_loss

至于损失函数A，如果想调整Dice Loss的占比，你可以根据需要动态地设置Dice部分的权重。例如，如果你想把Dice Loss的比例改为`theta`（比如`theta=0.6`），则可以这样更新：

def loss_A(inputs, target, cls_weights, num_classes=2, alpha=0.4, gamma=2, beta=1, smooth=1e-5, theta=0.6):
    ce_loss = CE_Loss(inputs, target, cls_weights, num_classes)
    focal_loss = Focal_Loss(inputs, target, cls_weights, num_classes, alpha, gamma)

    dice_loss = Dice_loss(inputs, target, beta, smooth)
    combined_loss = theta * dice_loss + 0.5 * focal_loss
    return combined_loss

在这个版本的`loss_A`中，Dice Loss的权重由变量`theta`控制，0.5是Focal Loss的固定权重。