张量流中定义的损失函数？

Question

在我的项目中，负例远远多于正例，所以我想给正例更大的权重。 我的目标是：

loss = 0.0
if y_label==1:loss += 100 * cross_entropy
else:loss += cross_entropy

如何在 tensorflow 中实现这一点[?]

Answer 1

让losses 成为您批次中示例的损失值向量（rank-1 张量）。并设y 为对应标签的向量。然后，您可以通过

实现您想要的结果

weights = w_pos*y + w_neg*(1.0-y)
loss = tf.reduce_mean(weights*losses)

这里，w_pos 和 w_neg 是常量标量值（在您的示例中为 w_pos=100.0 和 w_neg=1.0）。然后向量weights 的值是w_pos，例如标签等于1 和w_neg 等于0。然后将weights 元素与losses 相乘以加权@987654333 中的值@根据对应的标签再取均值。