Deep learning 图变分自动编码器中二进制交叉熵的权重问题
我无法理解纸张变分图自动编码器的实现中使用的以下权重设置，请参见以下代码块中的权重设置（官方实现中的第77-78行：） 这两个权重用于计算重建成本，如下所示：Deep learning 图变分自动编码器中二进制交叉熵的权重问题,deep-learning,Deep Learning,我无法理解纸张变分图自动编码器的实现中使用的以下权重设置，请参见以下代码块中的权重设置（官方实现中的第77-78行：） 这两个权重用于计算重建成本，如下所示： self.cost = norm * tf.reduce_mean(tf.nn.weighted_cross_entropy_with_logits(logits=preds_sub, targets=labels_sub, pos_weight=pos_weight)) 如前所述，pos_-weight用于二进制交叉熵，作为缓解正负边
self.cost = norm * tf.reduce_mean(tf.nn.weighted_cross_entropy_with_logits(logits=preds_sub, targets=labels_sub, pos_weight=pos_weight))
pos_-weightnormself.cost = norm * tf.reduce_mean(tf.nn.weighted_cross_entropy_with_logits(logits=preds_sub, targets=labels_sub, pos_weight=pos_weight))