![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
不平衡
文章平均质量分 86
AI算法札记
这个作者很懒,什么都没留下…
展开
-
不平衡之钥: 重加权法知几何
重加权,也称为代价敏感学习,通过调整训练期间不同类别的损失值来对类别进行重新平衡,近期的研究提出了各种代价敏感学习方法来处理类别不平衡问题,包括类别级重加权和类别级re-margining,大家熟知的Focal loss、动态权重等都属于重加权方法。...原创 2022-06-26 21:40:24 · 1617 阅读 · 2 评论 -
动态权重之多任务不平衡论文 (二) MetaBalance
最近在梳理动态权重相关论文,MetaBalance依据目标任务的梯度动态对辅助任务的梯度进行缩放,通过标准化后与目标梯度相乘使得目标任务和辅助任务的梯度能够在相同的量级上,缓解辅助任务梯度过大或过小的问题。朋友已进行解读,转载一下。...转载 2022-06-20 22:22:06 · 350 阅读 · 0 评论 -
不平衡之钥: 重采样法何其多
事实上,针对重采样方法有很多研究,包括类别平衡重采样和Scheme-oriented sampling。原创 2022-06-19 00:25:04 · 1321 阅读 · 0 评论 -
动态权重之多任务不平衡论文 (一)
动态权重,或者称为自适应权重,可以广泛应用于多场景、多模态、多国家、多任务、多标签等各种任务的不平衡学习中。出于完整性,在《不平衡问题: 深度神经网络训练之殇》一文中,已对不平衡问题进行总结。本文主要对动态权重在多任务学习不平衡问题中的应用论文进行解读。...原创 2022-06-19 00:23:28 · 1283 阅读 · 0 评论