选择权重进行加权损失计算的逻辑？

【问题标题】：Logic behind choosing weight for weighted loss calculation?选择权重进行加权损失计算的逻辑？
【发布时间】：2020-04-13 10:53:01
【问题描述】：

为计算加权 sigmoid 交叉熵损失或在数据集不平衡的情况下的任何加权损失选择权重的一般逻辑是什么？问题域基于视觉/图像分类。

【问题讨论】：

标签： face-recognition image-recognition loss-function vision cross-entropy

【解决方案1】：

这篇 CVPR '19 论文是一个很好的参考： "Class-Balanced Loss Based on Effective Number of Samples"。在论文中，他们使用了一种重新加权方案，该方案使用每个类的有效样本数量来重新平衡损失以处理类间不平衡问题。您也可以参考 Medium 文章解释相同的研究工作。

【讨论】：

一个很好的起点，谢谢。但是为什么将权重范数设置为类支持度的倒数或类支持度的平方根的倒数？