我很清楚如何在Keras-fit方法中使用class_weights
参数,也就是说,如果存在不平衡的类,那么就分配权重来抵消,但是,我可以使用它来完全忽略一个类吗
我使用1D卷积网络(基本上是一堆1DConv层输出到密集的softmax层)来分析顺序数据。序列中包含了大量的填充步骤,我将其作为功能包括在内,但在输出时希望忽略这些步骤。我可以传递这样的论点吗
class_weights = {'action1': 1.0, 'action2': 1.0, 'pad': 0.0}
我希望这将导致在优化过程中完全忽略pad类的损失,从而在下一步中,pad始终为0的概率输出。想法
目前没有回答
相关问题 更多 >
编程相关推荐