focalloss

focalloss copied to clipboard

alpha的处理是不是有问题

5

看原文应该是，和p_t一样对正负例是不一样的权重

woofyzhao

我用这个程序会出现nan

1

大家有没有类似情况

zhangtao22

将输入的logits改成predicts, 因为按照惯例"logits"一般是值softmax之前的值, "predicts"才是值进行softmax后得到的概率; 此外还去除了一次冗余的乘法.

ShusenTang

假设一个三分类任务， ytruei = tf.Variable([0], dtype=tf.float32) ypred = tf.Variable([[0.5,0.25,0.25]]) ypred2 = tf.Variable([[0.5,0.4,0.1]]) 对于ypred与ypred2来讲两者的loss不应该相同， 把负样本的损失也加上比较好

lkjie

第31行的onehotlabel没有必要再乘一次吧。原则上来说这个只要结果乘一次就好啦

3

hanghang2333