LDAL

新的LDAL损失函数改进了深度学习在不平衡数据集上的表现

研究人员开发了一种名为学习动态感知损失（LDAL）的新损失函数，以解决在长尾数据集上训练深度学习模型所面临的挑战。与使用静态类别频率的现有方法不同，LDAL根据模型的学习进度动态调整类别权重。它考虑了学习到的特征强度、通过预测熵衡量的每个类别的内在难度以及一个跨epoch正则化器来稳定训练。该目标函数增加了最小的计算开销，并在实验中显示出比最先进的重加权损失函数有显著的改进。