页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Focal Loss」找到 8 条内容
按专题浏览 →匹配正文：公式 二分类中定义 p_t=p（y=1）或 p_t=1-p（y=0），Focal Loss 为： FL(p_t)=-α_t(1-p_t)^γ log(p_t) 其中 γ≥0 是 focusing parameter；γ=0 时退化为带 α_t 的交叉熵。α_t 是类别平衡权重，必须先说明正负类的定义，再按验证集与业务代价调整，不能把样本比例机械原样赋给少数类。 作用机制 当样本已被正确且高置信分类时，p_t→1，调制因子 (1-p_t)^γ→0，该样本对总梯度的贡献被压低；错…
匹配正文：…度小；两者必须区分。交叉熵对应Bernoulli/类别分布的负对数似然，并避免额外的sigmoid导数因子，因此通常更匹配分类。 Focal Loss FL(p_t) = -alpha_t (1-p_t)^gamma log(p_t) p_t 是真实类别对应的预测概率。 gamma>=0 是聚焦参数；gamma=0退化为带 alpha_t 的交叉熵。p_t接近1时，调制因子快速变小，降低大量well-classified样本的贡献；难样本保持较大权重。 alpha_t 是类别…
匹配正文：…造成假象。 应在同一测试集同时看 accuracy/F1、NLL、Brier、ECE 和 reliability diagram。Focal Loss 用于降低易分类样本权重，不是温度校准的替代品。若只是系统性尺度偏差，可在独立校准集拟合 temperature；若准确率或域内质量下降，应修数据与训练根因。
学习内容与项目面试，在同一条路上。