weighted_cross_entropy_with_logitsのTensorFlowによるバイナリ分類

Question

私は、正のクラスに重点を置いてバイナリ分類モデルをトレーニングしようとしています。私が理解する限り、これにはtf.weighted_cross_entropy_with_logitsが適していますが、私は確信が持てませんし、クラスを定義する方法とこの文脈で肯定的であると考えられるものについての正式な説明を見つけることができませんでした。

つまり、2つの出力ノードが必要ですか、2番目のノードは暗黙的に正のクラスですか、1つのノードが必要ですか？その高い値は正のクラスと見なされますか？

Answer 1

私の知る限りtf.weighted_cross_entropy_with_logitsを理解するように、この

はい

に適しているが、私はよく分からないし、クラスを定義する方法についての公式な説明を見つけることができませんでしたこの文脈では何が肯定的だと考えられていますか？あなたのtargetsで

、正、負の0で、1です。あなたはdocumentationで方程式を読んでからのことを推測することができます

targets * -log(sigmoid(logits)) * pos_weight + (1 - targets) * -log(1 - sigmoid(logits)) 

つまり、私は2つの出力ノードと第2ノードが必要です暗黙的に正のクラスである、または私は単一のノードが必要なのでしょうし、その高い値は以下のように考えられていますポジティブなクラス？

入力が正のクラスに属する確率を出力する単一のノードのみが必要です。