我正在构建一个时间序列分类模型。数据非常不平衡,因此我决定使用加权交叉熵函数作为损失。Tensorflow提供了tf.nn.weighted_cross_entropy_with_logits,但我不确定如何在TF 2.0中使用它。由于我的模型是使用tf.keras API构建的,所以我考虑像这样创建自定义损失函数:
我的问题是:是否有一种直接使用tf.keras API的方法来使用tf.nn.weighted_cross_entropy_with_logits?
pos_weight=10
def weighted_cross_entropy_with_logits(y_true,y_pred):
return tf.nn.weighted_cross_entropy_with_logits(y_true,y_pred,pos_weight)
# .....
model.compile(loss=weighted_cross_entropy_with_logits,optimizer="adam",metrics=["acc"])
我的问题是:是否有一种直接使用tf.keras API的方法来使用tf.nn.weighted_cross_entropy_with_logits?
model.fit
函数,我是否可以得到相同的结果? - username0101