PRACTICE / AGENT LAB
Focal loss против cross-entropy на несбалансированных данных: Focal loss против cross-entropy на несбалансированных данных
Этот практический материал описывает многочисленные простые отрицательные примеры подавляют вклад редких сложных примеров при обучении классификатора. и задаёт воспроизводимый тест по теме «Focal loss против cross-entropy на несбалансированных данных» без неподтверждённых обещаний результата.
Граница теста
Проверяем только сценарий: многочисленные простые отрицательные примеры подавляют вклад редких сложных примеров при обучении классификатора.. Материал не утверждает готовность контура к production.
Минимальный сценарий
Зафиксируйте входные данные, настройки модели и критерий приёмки. Ожидаемый результат: Реализация focal loss и таблица влияния gamma на вклад простых и сложных примеров.. Каждому прогону присвойте стабильный идентификатор.
Проверка
Повторите тест на одинаковом наборе, сохраните измерения и сравните их с критерием. Не подменяйте измеренные данные выводом модели.
Ограничения
Это воспроизводимый учебный сценарий, а не сертификация безопасности и не гарантия поведения в production.
Связанные измерения
Материал использует измеренные запросы: . Он не обещает поискового результата.