← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6977.a.1 · 生成模型:gpt-6.1-terra

焦点损失减少简单样本权重

理解等级:中级

焦点损失在交叉熵上增加随正确类别置信度变化的缩放因子:越容易且置信度越高的样本,对训练的贡献越小,从而让困难样本占更大相对权重。它最初用于密集目标检测,也可用于其他类别不平衡任务;效果仍需验证。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Machine Learning System Design》第5章《Loss functions and metrics》(来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Machine Learning System Design/_epub-src/OEBPS/Text/chapter-5.xhtml) - 结论依据:原文定义或案例支撑卡片的解释及条件。 - 原始内容:Focal loss (see figure 5.3) is a dynamically scaled cross-entropy loss where the scaling factor decays to zero as confidence in the correct class increases.