Comentarii
Copiați linkul Citat răspuns
velikodniy comentat 9 martie 2018 •
Am implementat un analog al weighted_cross_entropy_with_logits în proiectul meu actual. Este util pentru lucrul cu seturi de date dezechilibrate. Vreau să-l adaug la PyTorch, dar mă îndoiesc dacă este cu adevărat necesar pentru alții.
De exemplu, implementarea mea:
(Desigur, testele și WeightedBCELoss trebuie scrise și ele.)
Textul a fost actualizat cu succes, dar s-au întâlnit aceste erori:
velikodniy comentat 9 martie 2018
O altă modalitate este de a adăuga un argument pos_weight la pierderea BCELoss și BCEWithLogits.
soumith comentat 13 martie 2018
am discutat ieri această propunere și nu cred că are sens să o adăugăm. greutățile țintă sunt pur și simplu un multiplicator pe care îl poți face în prealabil cu * și nu este atât de obișnuit ca un caz de utilizare.
velikodniy comentat 13 martie 2018 •
Rețineți că pos_weight se înmulțește numai cu primul addend din formula pentru pierderea BCE. Nu este greutatea pentru întreaga țintă. Nu văd modul simplu de a face acest lucru în prealabil.
Pierderea propusă arată ca:
BCEWithLogitsLoss cu multiplicator m pentru ținte:
Dacă aceste formule sunt aceleași, m ar trebui să fie egală:
Această formulă este destul de complexă, conține logituri și cred că este instabilă din punct de vedere numeric.
- 8 moduri de ridicare a greutăților vă vor transforma viața
- Amino Energy Drink chiar funcționează! (mușchii, ridicarea greutăților, sala de sport, recenzii) - Exerciții și fitness
- 9 exerciții de braț fără greutăți realizate de războinic
- Greutăți corporale ale unor specii de balene mari ICES Journal of Marine Science Oxford Academic
- Ediția din aprilie 2019 Sunmark Publishing, Inc.