我正在使用卷积神经网络。
我的数据很不平衡，我有两个类。
我的第一个类包含:551,462 个图像文件
我的第二堂课包含:52,377 个图像文件
我想使用 weighted_cross_entropy_with_logits，但我不确定我是否正确计算了 pos_weight 变量。
我现在正在使用
classes_weights = tf.constant([0.0949784, 1.0])
cross_entropy = tf.reduce_mean(tf.nn.weighted_cross_entropy_with_logits(logits=logits, targets=y_, pos_weight=classes_weights))
train_step = tf.train.AdamOptimizer(LEARNING_RATE, epsilon=1e-03).minimize(
cross_entropy
, global_step=global_step
)
或者我应该使用
classes_weights = 10.5287
最佳答案
来自文档:
pos_weight: A coefficient to use on the positive examples.
和
The argument pos_weight is used as a multiplier for the positive targets:
因此，如果您的第一类是正数，则 pos_weights = 52,377/551,462，否则 551,462/52,377
关于python - 如何正确计算 tf.nn.weighted_cross_entropy_with_logits pos_weight 变量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43564490/