想象一下，CNN的输出是1x1920。要分类的类别为1和2，只有极少数2。例如，一个图像的标签可以是：
111111111111111112111111111111111111111111111111111111111111111111111111...
对于CNN而言，很容易说1输出全部为2并失败。因此，当我测试经过训练的网络时，输出向量1x1920都是1。所以我想对这些课程赋予一定的分量，以便2失败更重要。例如：
Weight for class 1 = 1/(2*number_of_ones);
Weight for class 2 = 1/(2*number_of_twos);
我该怎么做？