BriefGPT - AI 论文速递 · 2023-10-16T00:00:00Z 贝叶斯元学习中逻辑 - softmax 似然函数的再审视 —— 针对少样本分类的研究 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该研究使用深度卷积神经网络进行二分类和多类别分类，通过重新加权的损失函数解决了类别不平衡问题，提高了分类准确率。同时，提出了一种新的重新加权的逻辑回归损失函数，有望成为与softmax损失函数相竞争的有效方法。 🏷️ 标签 二分类 元学习 函数 多类别分类 深度卷积神经网络 类别不平衡 重新加权损失函数 阅读原文 生成长图 分享链接 已复制链接
