加权交叉熵损失函数

Keras 加权交叉熵损失函数binary crossentropy

TextCNN的loss函数

最近看到一篇论文通过设置带权重的交叉熵损失函数解决数据集中类不平衡问题,没有找到实现的代码,就参考了几篇代码写了一个。
论文链接: Neural Network-based Detection of Self-Admitted Technical Debt: From Performance to Explainability.

基于tensorflow2+python3.7的代码实现

import tensorflow as tf
from keras import backend as K
def get_weight(weights):
    def mycrossentropy(y_true, y_pred):
        pt_1 = tf.where(tf.equal(y_true, 1), y_pred, tf.zeros_like(y_pred))
        pt_0 = tf.where(tf.equal(y_true, 0), y_pred, tf.ones_like(y_pred))
        loss = (1-weights)*K.binary_crossentropy(y_true, y_pred)*pt_1+weights*K.binary_crossentropy(y_true, y_pred)*pt_0
        return loss
    return mycrossentropy
    
model.compile('adam', loss=get_weight(weights), metrics=['accuracy'])

参考代码来源:
Focal Loss

  • 4
    点赞
  • 49
    收藏
    觉得还不错? 一键收藏
  • 15
    评论
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值