tensorflow - 使用 sparse_softmax_cross_entropy_with_logits 的中频平衡

Question

我目前正在使用 tensorflow 解决 SegNet Architecture 上的多类分割问题

我的类(class)严重不平衡，因此我需要整合 median frequency balancing (在损失计算中使用类别权重)。我使用以下提示(基于此 post )来应用 Softmax。我需要帮助来扩展它以增加权重，我不知道该怎么做。当前实现:

reshaped_logits = tf.reshape(logits, [-1, nClass])
reshaped_labels = tf.reshape(labels, [-1])
loss = tf.nn.sparse_softmax_cross_entropy_with_logits(reshaped_logits, reshaped_labels)

我的想法是:

1. 将 logits 张量拆分为 nClass 张量，
2. 对每个独立应用 softmax，
3. 通过中频平衡对它们进行加权
4. 最后，总结加权损失。

这是正确的方法吗？

谢谢

Answer 1

您可以找到执行此操作的代码 here

def _compute_cross_entropy_mean(class_weights, labels, softmax):
    cross_entropy = -tf.reduce_sum(tf.multiply(labels * tf.log(softmax), class_weights),
                                   reduction_indices=[1])

    cross_entropy_mean = tf.reduce_mean(cross_entropy,
                                        name='xentropy_mean')
    return cross_entropy_mean

head 是您的类(class)权重矩阵。