0
在我的項目中,負面實例遠遠多於正面實例,所以我想給予更大權重的正面實例。 我的目標是:在tensorflow中定義的損失函數?
loss = 0.0
if y_label==1:loss += 100 * cross_entropy
else:loss += cross_entropy
如何tensorflow realizate這個
在我的項目中,負面實例遠遠多於正面實例,所以我想給予更大權重的正面實例。 我的目標是:在tensorflow中定義的損失函數?
loss = 0.0
if y_label==1:loss += 100 * cross_entropy
else:loss += cross_entropy
如何tensorflow realizate這個
讓losses
是損耗值的向量(等級1張量)在批次例子[?]。並且讓y
成爲相應標籤的向量。然後,您可以通過
weights = w_pos*y + w_neg*(1.0-y)
loss = tf.reduce_mean(weights*losses)
在這裏實現你想要的結果,w_pos
和w_neg
是恆定的標量值(在你的榜樣w_pos=100.0
和w_neg=1.0
)。 weights
的值爲w_pos
,其中標籤等於1,而w_neg
等於0.然後將weights
元素與losses
相乘,以根據相應標籤對losses
中的值進行加權,然後取平均值。
謝謝,我實現了編碼。 –