Pérdida Balanceada por Clase Basada en el Número Efectivo de Muestras. CVPR 2019
Utiliza una función de pérdida especial para mejorar el rendimiento de los modelos en conjuntos de datos desbalanceados en tareas de visión por computadora.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasPérdida Balanceada por Clase Basada en el Número Efectivo de Muestras. CVPR 2019
class-balanced-loss tiene 616 estrellas en GitHub. Se ha bifurcado 67 veces. class-balanced-loss está escrito principalmente en Python. Se desarrolla activamente desde 2018. class-balanced-loss está disponible bajo la licencia MIT. Sus temas principales son: cloud-tpu, computer-vision, cvpr, cvpr2019.
Pérdida Balanceada por Clase Basada en el Número Efectivo de Muestras. CVPR 2019
class-balanced-loss es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. class-balanced-loss es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
class-balanced-loss está disponible bajo la licencia MIT.
class-balanced-loss está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/richardaecn-class-balanced-loss.html)