【问题标题】:pytorch - optimizer that favors true positivespytorch - 支持真阳性的优化器
【发布时间】:2022-12-11 02:42:54
【问题描述】:

我有一个关于 pytorch 优化器的初学者高级问题,即是否有一种非自定义的方法来优化真阳性? 假设我有一个标签列表:

labels=[0,0,0,0,0,0,0,0,0,1]

我想要一个模型以一种有利于真阳性的方式适合这些标签——也就是我真的希望它返回“1”作为最后一项,我并不那么担心其他项目的误报“1”在列表中。

我想我可以通过定义一个自定义损失函数来解决这个问题,该损失函数会给我真阳性/误报的权重,但我想知道是否有开箱即用的解决方案。

亲切的问候。

【问题讨论】:

    标签: python pytorch loss-function


    【解决方案1】:

    您应该将类​​权重作为参数传递给损失函数。例如,查看CrossEntropyLoss doc here,了解它是如何完成的。 也可以在这里看到类似的答案:https://stackoverflow.com/a/67836741/10396469

    【讨论】:

      猜你喜欢
      • 2022-01-17
      • 2016-02-03
      • 1970-01-01
      • 2018-07-24
      • 2019-01-22
      • 2020-08-31
      • 2015-09-28
      • 2019-01-02
      相关资源
      最近更新 更多