tensorflow - 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

如何在张量流中实现这一点[？]

Answer 1

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

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

在这里，w_pos和w_neg是常量标量值（w_pos=100.0在w_neg=1.0您的示例中）。然后，该向量weights具有一个值，w_pos例如标签等于 1 和等于 0 的示例。然后将元素w_neg乘以根据相应的标签对中的值进行加权，然后取平均值。weightslosseslosses