为什么在深度学习二元分类模型中不使用 AUC 来计算损失？

大佬教程收集整理的这篇文章主要介绍了为什么在深度学习二元分类模型中不使用 AUC 来计算损失？，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决为什么在深度学习二元分类模型中不使用 AUC 来计算损失？？

开发过程中遇到为什么在深度学习二元分类模型中不使用 AUC 来计算损失？的问题如何解决？下面主要结合日常开发的经验，给出你关于为什么在深度学习二元分类模型中不使用 AUC 来计算损失？的解决方法建议，希望对你解决为什么在深度学习二元分类模型中不使用 AUC 来计算损失？有所启发或帮助；

我正在试验一个不平衡的二元分类问题。我知道损失函数用于计算神经网络的梯度。

我发现AUC 分数是评估我的不平衡二元分类模型的更好指标。在这种情况下，为什么我们不使用任何基于 AUC 分数的损失函数来代替二元交叉熵？ （或者我是否错过了基于 AUC 分数的损失函数）

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

大佬总结

以上是大佬教程为你收集整理的为什么在深度学习二元分类模型中不使用 AUC 来计算损失？全部内容，希望文章能够帮你解决为什么在深度学习二元分类模型中不使用 AUC 来计算损失？所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。