对于我的二元分类问题(A 与 B),任一类中的每个图像都有其单独的权重。这意味着,例如,如果 A 有 10000 张图像,则并非所有图像都同等重要。“0.9”的权重意味着它非常重要,而“0.01”的权重意味着它不那么重要。
可以将此信息传达给 Tensorflow 中的培训吗?
谢谢您的帮助。
对于我的二元分类问题(A 与 B),任一类中的每个图像都有其单独的权重。这意味着,例如,如果 A 有 10000 张图像,则并非所有图像都同等重要。“0.9”的权重意味着它非常重要,而“0.01”的权重意味着它不那么重要。
可以将此信息传达给 Tensorflow 中的培训吗?
谢谢您的帮助。
与加权类的情况相同,您必须在损失函数中考虑样本权重。
如果您将 Tensorflow 与 Keras 结合使用,您可以简单地使用sample_weightmodel.fit 函数的参数。
作为替代方案,您可以实现自己的损失函数。但是,根据您的设置/框架,从损失函数内部确定样本索引可能会变得很棘手。