关于损失函数权重的问题

Question

我最近在做一个low_level 任务，使用了 多个损失函数，其中，我按照 许多 顶刊顶会 中的损失函数权重 来设置到我的
任务中，比如 L1 loss + 0.1 对比损失，但是我发现，该对比损失 非常大，我也 尝试过几种权重组合，发现并不是像论文中所说的权重 是最好的，但是 我在复现该论文的时候(由于时间原因，我没有完全跑完) 发现 我尝试过的权重组合，并没有达到原论文的指标，请问各位，L1 损失值 是否 应该 远远 大于 其他 损失函数值，还是 像上面所说的那样，按照原论文的权重组合 进行 整个实验，(个人时间不太够了，关于损失函数权重组合的实验 真的 太难搞了) 希望得到大家的帮助

Answer 1

引自强大而免费的微信小程序：皆我百晓生。如有帮助，还望采纳。

---

对于损失函数的权重设置，一般需要根据具体的任务和数据情况来确定。在实际应用中，常常需要根据经验和实验结果来进行调整和优化。

根据你描述的情况，你按照论文中给出的权重设置进行了尝试，但并没有达到论文中的指标。这可能是因为你的数据和任务与论文中的情况不完全相同，需要根据自己的实际情况进行调整。

在权重设置方面，没有具体的定论。一种常见的做法是，根据不同损失函数的重要性来分配权重。如果某个损失函数在任务中更为关键或者期望对模型性能有更大的影响，可以给予较大的权重。而对于那些次要的损失函数，可以给予较小的权重。

总而言之，权重的设置需要根据具体情况来确定，可以根据实验结果进行调整。不同研究或者实践者的设置可能会有所不同，重要的是根据实际情况进行合理的调整和优化。