网站首页 文章专栏 20190920样本不均衡训练.md
方法1：
网络输出为64x55的矩阵，激活后为loss_sigmoid
class_weights为长度为55的列表，代表各种类别在最终的loss中所占比重
loss_simoid 矩阵乘法 class_weights
可以实现目的，但是矩阵乘法有乘加的过程，导致最终loss大了55倍。
self.loss_sigmoid = tf.nn.sigmoid_cross_entropy_with_logits(logits=logits, labels=self.y)
self.loss_1 = tf.matmul(self.loss_sigmoid, tf.reshape(tf.to_float(self.class_weights), [55,1]))
self.loss_2 = tf.reduce_mean(self.loss_1, name="loss")
错误方法1：
这里是一个矩阵数乘另一个矩阵，结果是第二个矩阵的沿拓，千万注意
self.loss_1 = tf.multiply(tf.to_float(self.class_weights)， self.loss_sigmoid)