Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/333.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 多类图像分类中权值映射的获取_Python_Tensorflow_Keras_Python 3.7_Loss Function - Fatal编程技术网
Fatal编程技术网
  • python/
  • Python 多类图像分类中权值映射的获取

Python 多类图像分类中权值映射的获取

python tensorflow keras

Python 多类图像分类中权值映射的获取,python,tensorflow,keras,python-3.7,loss-function,Python,Tensorflow,Keras,Python 3.7,Loss Function,我正在使用keras和TensorFlow进行多类图像分割。我训练过的网络给了我很好的预测，但无法分离触摸对象，这就是为什么我想使用softmax\u cross\u entropy损失函数，它有一个“权重”参数 知道我的y\u true形状是（批量大小，128128,3），如何计算这些权重 根据tf.loss.softmax\u cross\u entropy的文档，您可以使用该参数对每个批次的样本进行不同的加权，它应该是形状批次大小的张量 权重用作损失系数。如果提供了标量， 然后通过给定的值

我正在使用keras和TensorFlow进行多类图像分割。我训练过的网络给了我很好的预测，但无法分离触摸对象，这就是为什么我想使用
softmax\u cross\u entropy
损失函数，它有一个
“权重”
参数

知道我的
y\u true
形状是
（批量大小，128128,3）
，如何计算这些权重

根据
tf.loss.softmax\u cross\u entropy
的文档，您可以使用该参数对每个批次的样本进行不同的加权，它应该是形状
批次大小的张量


权重
用作损失系数。如果提供了标量，
然后通过给定的值简单地缩放损失。如果
权重
为
形状张量
[批次大小]
，然后将损失重量应用于每个
相应的样本


但是，演示了如何为每个类分配不同的权重（可能您有一个不平衡的数据集？）。我想这是您可能想要实现的目标。
您可以使用sklearn来计算不平衡数据集的。并使用这些计算出的参数在
tf.loss.softmax\u cross\u entropy
中分配
权重。这将有助于解决您的问题。
我的标签中的类分布不一样，因此我假设我的数据集是不平衡的。根据您发布的链接中的答案，他们使用
比率
计算
等级权重
，当我有800个训练图像标签时，如何找到该比率？

tf.losses.softmax_cross_entropy(y_true,y_pred,weights=my_weights)