Python 有没有办法初始化keras内核以实现不平衡分类？
我正在处理二进制不平衡分类，我一直在使用焦点损失来改进我的结果。原始文件中提到，对于平衡二元分类问题，必须对权重进行不同的初始化，以防止在训练过程中出现不稳定性 这就是我所指的文件（第3.3节和第4.1节） 具体来说，他们说： 除视网膜网子网中的最后一个conv层外，所有新conv层均初始化为偏置b=0 高斯权重填充为Python 有没有办法初始化keras内核以实现不平衡分类？,python,keras,deep-learning,Python,Keras,Deep Learning,我正在处理二进制不平衡分类，我一直在使用焦点损失来改进我的结果。原始文件中提到，对于平衡二元分类问题，必须对权重进行不同的初始化，以防止在训练过程中出现不稳定性 这就是我所指的文件（第3.3节和第4.1节） 具体来说，他们说： 除视网膜网子网中的最后一个conv层外，所有新conv层均初始化为偏置b=0 高斯权重填充为θ=0.01。最后一次会议 在分类子网的层中，我们将偏差初始化设置为b=− 日志（（1）− pi）/pi），其中pi规定在训练开始时，每个锚点应标记为前景，置信度为pi。我们在所有
θ=0.01b=− 日志（（1）− pi）/pi）pipipi=.01