TensorFlow的二进制分类用于weighted_cross_entropy_with_logits

Question

我想训练一个二元分类模型，希望给予正面类更多的权重。据我所知，tf.weighted_cross_entropy_with_logits适合这一点，但我不确定，也找不到关于如何定义类和在这种情况下被认为是积极的官方解释。

即我是否需要两个输出节点，第二个节点是隐式正类，还是我需要单个节点，其较高值是否为正类？

Answer 1

据我了解tf.weighted_cross_entropy_with_logits适合这个

是

，但我不知道，但没有找到关于如何定义类的官方解释在这种情况下什么被认为是积极的？

在您的targets中，正值为1，负值为0。可以推断，从documentation阅读方程：

targets * -log(sigmoid(logits)) * pos_weight + (1 - targets) * -log(1 - sigmoid(logits)) 

即我需要两个输出节点和第二个节点是隐正类，或者我需要一个单一的节点和其较高的值被视为积极的课堂？

您只需要一个节点，它输出您的输入属于正类的概率。