内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 如何理解深度学习中损失函数作用呢?

    段时间AI理论基础之后,发现深度学习模型学习跟人是不一样,一句话来说,深度学习就是拟合数据过程,给定数据、标签损失函数(有时也称目标函数),然后根据损失值loss来进行随机批梯度下降,这样模型就慢慢变好了。从这里可以看出损失函数是核心,给数据集打标签是为了计算损失函数,

    作者: 天桥调参师
    5805
    15
  • 损失函数问题

    【功能模块】【操作步骤&问题现象】1、mindspore中有pytoch功能一模一样binary_cross_entropy_with_logitsloss函数吗2、【截图信息】【日志信息】(可选,上传日志内容或者附件)

    作者: gaoyiao
    1335
    6
  • 【机器学习基础】损失函数

    损失函数  损失函数是机器学习里最基础也是最为关键一个要素,通过对损失函数定义、优化,就可以衍生到我们现在常用机器学习等算法中。1.损失函数  损失函数(loss function)是用来估量拟模型预测值f(x)与真实值Y不一致程度,它是一个非负实值函数,损失函数作用是衡量模型预测的好坏。通常使用L(Y

    作者: Micker
    1875
    5
  • 损失函数

    误差所造成后果,这就是“函数含义。这是单个样本点损失函数,整个模型损失函数就是将所有的样本点损失加起来,得到一个总损失,再除以样本点个数,得到一个平均损失损失函数有什么用?模型在训练时候,每训练一次就需要计算一次当前模型损失。得到了当前模型损失之后就可以将

    作者: Nikolas
    发表时间: 2020-10-30 10:44:49
    2283
    0
  • keras内置损失函数

    Recall):用于分类问题,计算预测为正例样本中实际为正例比例。对数损失(Log Loss):计算预测概率与真实标签之间对数损失。Hinge损失:用于支持向量机(SVM)等分类问题,计算样本到超平面的距离。除了以上内置损失函数,Keras还支持自定义损失函数,可以根据自己需求编写损失函数并应用到神经

    作者: 林欣
    31
    3
  • YOLO损失函数相关问题

    YOLO所使用损失函数是什么?

    作者: Molisi
    1268
    4
  • 关于GAN损失函数问题

    GAN 标准损失函数基于交叉熵,但存在梯度消失问题。为何标准 GAN 损失函数容易导致梯度消失?WGAN WGAN-GP 如何改进了这一问题?

    作者: 柠檬味拥抱
    53
    7
  • 深度学习之代理损失函数

    function)。代理损失函数作为原目标的代理,还具备一些优点。例如,正确类别的负对数似然通常用作 0 − 1 损失替代。负对数似然允许模型估计给定样本类别的条件概率,如果该模型效果好,那么它能够输出期望最小分类误差所对应类别。在某些情况下,代理损失函数比原函数学到更多。例如,使用对数似然替代函数时,在训练集上的

    作者: 小强鼓掌
    654
    1
  • 深度学习之代理损失函数

    0 − 1 损失替代。负对数似然允许模型估计给定样本类别的条件概率,如果该模型效果好,那么它能够输出期望最小分类误差所对应类别。在某些情况下,代理损失函数比原函数学到更多。例如,使用对数似然替代函数时,在训练集上 0 − 1 损失达到 0 之后,测试集上 0 − 1

    作者: 小强鼓掌
    658
    1
  • 【转载】梯度下降与损失函数

    作者: andyleung
    827
    2
  • 目标检测回归损失函数总结(5)

    loss没有包含长宽比因素不足【分析】CIoU惩罚项是在DIoU惩罚项基础上加了一个影响因子。CIoU Loss定义为:其中  ,用于做trade-off参数【实验】上表中左边是用5种不同Boudning Box Regression Loss Function对比,右边是以IoUGIo

    作者: @Wu
    212
    1
  • 深度学习常用损失函数总览(1)

    Function Objective Function 区别联系。在机器学习语境下这三个术语经常被交叉使用。- 损失函数 Loss Function 通常是针对单个训练样本而言,给定一个模型输出  一个真实  ,损失函数输出一个实值损失 - 代价函数 Cost Function

    作者: @Wu
    1563
    4
  • 交叉熵损失函数,和它优点

    交叉熵损失(Cross-Entropy Loss)是机器学习中一个常用损失函数之一,多用于二分类或者多分类问题中。其他损失函数一样,交叉熵损失函数可以用来衡量模型对样本拟合程度。 如果模型产生预测结果真实结果比较接近,则使用交叉熵损失函数计算出损失值会比较小;反之,如

    作者: 黄生
    221
    5
  • 常见损失函数总结

    损失函数是模型中预测值与真实值不一样程度。通常,我们把单个样本真实值与预测值不一样程度称为损失函数L(Y,f(X)),而训练数据集整体损失称为代价函数,训练数据集平均损失称为经验损失(可参见学习笔记|机器学习三要素)。损失函数可以有很多不同设计,比较常见有0-1损失

    作者: darkpard
    发表时间: 2022-04-03 01:49:56
    540
    0
  • 用自定义损失函数训练网络

    parameter梯度(2)再用F.depend(loss, self.optimizer(grad)) 得到更新梯度后重新计算loss【关于这个不是很确定F.depend作用,官网tutorial写很简单】2. 以及想请问需要在trainwrapperinit设置set_train和set_grad吗?3

    作者: Rouchenzi
    2215
    8
  • 【转载】深度学习中常用损失函数

    作者: andyleung
    1232
    1
  • JS函数作用

    初期:函数可以大概理解方法           函数== 方法函数作用域:调用函数时创建函数作用域,函数执行完成后函数作用域自动销毁。没调用一次函数就会创建一个新函数作用域,他们直接是相互独立得。在全局作用域无法访问到函数作用域,但是在函数作用域可以访问到全局作用域。直接上代码:<script>

    作者: 窗台
    525
    1
  • ​语义分割损失函数

    这里面有几个损失函数: GitHub - MichaelFan01/STDC-Seg: Source Code of our CVPR2021 paper "Rethinking BiSeNet For Real-time Semantic Segmentation" 损失函数代码:&nbsp;

    作者: 风吹稻花香
    发表时间: 2021-11-11 16:35:47
    644
    0
  • 【机器学习基础】损失函数

    损失函数  损失函数是机器学习里最基础也是最为关键一个要素,通过对损失函数定义、优化,就可以衍生到我们现在常用机器学习等算法中。1.损失函数  损失函数(loss function)是用来估量拟模型预测值f(x)与真实值Y不一致程度,它是一个非负实值函数,损失函数作用是衡量模型预测的好坏。通常使用L(Y

    作者: Micker
    发表时间: 2020-06-30 22:17:34
    9474
    0
  • 人工智能数学问题:损失函数

    么方便了,人们提出了一种逐步趋近方法——梯度下降算法。通过一次次逼近,找到小损失函数最优参数。 具体来讲:损失函数J其实是参数wb函数。我们定性画出损失函数随着参数变化规律,它有可能存在一个最低点,我们希望寻找这个最低点。 ![image.png](https://bbs-img

    作者: 黄生
    535
    2