Exemple de perte pondérée tf.losses.compute


Exemple de perte pondérée tf.losses.compute

L'idée derrière, si j'ai bien compris, est de pénaliser les erreurs de la classe des maires et de valoriser plus positivement les hits de la minorité, non? Merci d'avance.

L'entropie croisée sigmoïde est généralement utilisée pour la classification binaire. Oui, il peut gérer plusieurs étiquettes, mais l'entropie croisée sigmoïde prend essentiellement une décision binaire sur chacune d'entre elles - par exemple, pour un filet de reconnaissance faciale, ces étiquettes non mutuellement exclusives pourraient être " Le sujet porte-t-il des lunettes?

Dans la ou les classifications binaires, chaque canal de sortie correspond à une décision binaire douce.

L'entropie croisée sigmoïde est généralement utilisée pour la classification binaire.

Par conséquent, la pondération doit se produire dans le calcul de la perte. La décision vient aprèsen Exemple de perte pondérée tf.losses.compute les sorties respectives de chaque canal.

Exemple de perte pondérée tf.losses.compute

La pondération avant la décision finale est donc une simple question de modification des scores avant de les comparer, typiquement par multiplication avec des poids. Dans votre cas, où vous devez vous attaquer au déséquilibre des données, les poids de classe pourraient en effet être inversement proportionnels à leur fréquence dans vos données de train. Les normaliser pour qu'elles se résument à une ou au nombre de classes a également du sens.

Exemple de perte pondérée tf.losses.compute

Notez que dans ce qui précède, nous avons pénalisé la perte en fonction de la véritable étiquette des échantillons. Dans le cas général, vous souhaiterez des pondérations qui dépendent du type d'erreur que vous faites. En d'autres termes, pour chaque paire d'étiquettes Xet Y, vous pouvez choisir de pénaliser le choix d'étiquette Xlorsque la véritable étiquette est Y.

Cela va un peu au-delà de ce que vous voulez, mais il pourrait être utile de savoir néanmoins que seule votre définition du tenseur de poids doit changer dans le code ci-dessus.

Exemple de perte pondérée tf.losses.compute

Cet article est collecté sur Internet, veuillez indiquer la source lors de la réimpression.