如何正确计算 tf.nn.weighted_cross_entropy_with_logits pos_weight 变量

Question

我正在使用卷积神经网络。

我的数据很不平衡，我有两个班级。

我的第一堂课包含：551,462 个图像文件

我的第二堂课包含：52,377 个图像文件

我想使用weighted_cross_entropy_with_logits，但我不确定我pos_weight是否正确计算了变量。

现在我正在使用

classes_weights = tf.constant([0.0949784, 1.0])
cross_entropy = tf.reduce_mean(tf.nn.weighted_cross_entropy_with_logits(logits=logits, targets=y_, pos_weight=classes_weights))
train_step = tf.train.AdamOptimizer(LEARNING_RATE, epsilon=1e-03).minimize(
      cross_entropy
    , global_step=global_step
    )

或者我应该使用

classes_weights = 10.5287

Answer 1

从文档：

pos_weight：用于正例的系数。

和

参数 pos_weight 用作正目标的乘数：

所以如果你的第一堂课是积极的，那么pos_weights = 52,377 / 551,462，否则551,462 / 52,377