我试图使chawla等人2002年描述的Smote技术在下面的链接中描述到一个只有一个级别类的数据集,这是不可能的,因此,我认为将我的数据集分割为用于过采样的数据集,称为Dataover,包含所有要过采样的类,并创建一个称为dataunder的数据,因为我想实现另一种称为SCUT ( of smote )<em
我正在尝试使用标记数据来训练深度神经网络(DNN)。标签的编码方式使其仅包含值0和1。编码标签的形状是5 x 5 x 232。标签中的值的About 95%是0,rests是1。目前,我正在使用binary_crossentroy损失函数来训练网络。
在这种情况下,训练DNN的最佳技术是什么?在这种情况下,选择binary_crossentroy作为损失函数是否合