交叉熵损失函数

常见损失函数（Loss Function）

在线性回归中，损失函数（LossFunction）用于衡量模型的预测值与实际值之间的差异，是优化算法的目标。
草明·2023-12-21 15:31

浅谈深度学习中的不同归一化层

正确的优化损失函数应该是什么？这些设计决策主要取决于我们试图解决的基本任务，并且需要更深入地了解我
Garry1248·2023-12-21 14:23

机器学习--线性回归

目录监督学习算法线性回归损失函数梯度下降目标函数更新参数批量梯度下降随机梯度下降小批量梯度下降法数据预处理特征标准化正弦函数特征多项式特征的函数数据预处理步骤线性回归代码实现初始化步骤实现梯度下降优化模块损失与预测模块完整代码单变量线性回归实例加载数据并划分数据集训练线性回归模型得到损失函数图像测试阶段多特征回归实例非线性回归实例监督学习算法监督学习算法是一种通过学习输入数据和相应的标签之间的关系
llovew.·2023-12-21 12:45

在国产GPU寒武纪MLU上快速上手Pytorch使用指南

文章目录前言CambriconPyTorch的Python包torch_mlu导入将模型加载到MLU上model.to('mlu')定义损失函数，然后将其拷贝至MLU将数据从CPU拷贝到MLU设备以mnist.py
小白白程序员·2023-12-21 08:00

Pytorch：backward()函数详解

.backward().backward()是PyTorch中用于自动求导的函数，它的主要作用是计算损失函数对模型参数的梯度，从而实现反向传播算法。
北方骑马的萝卜·2023-12-21 08:52

WGAN-GP解读分析

目录0.摘要1.基础知识1.1信息量1.2熵1.3相对熵1.4交叉熵1.5JS散度1.6其它相关概念2.WGAN理论分析2.1WGAN的改变2.2原始GAN中存在的问题2.2.3第一种生成器损失函数2.2.4
Annual Mercury·2023-12-21 01:34

大模型的魔法

在损失函数中，weightdecay是放在正则项（regularization）前面的一个系数，正则项一般指示模型的复杂度，所以weightdecay的作用是调节模型复杂度对损失函数的影响，若weightdecay
YingJingh·2023-12-21 01:29

【机器学习】线性模型-线性支持向量机

一、常用二分类损失函数二、三种不同的正则化器（L2-正则化，L1-正则化和Lp-范数）的性质三、线性支持向量机原理L1正则化L1-lossSVC原问题L2正则化L2-lossSVC原问题L2正则化SVC
十年一梦实验室·2023-12-20 22:40

【Matlab算法】随机梯度下降法 (Stochastic Gradient Descent，SGD) （附MATLAB完整代码）

随机梯度下降法前言正文代码实现可运行代码结果前言随机梯度下降法(StochasticGradientDescent，SGD)是一种梯度下降法的变种，用于优化损失函数并更新模型参数。
Albert_Lsk·2023-12-20 21:02

MNIST手写数字识别——simple model Y = XW + b

文章目录数据处理MINIST手写数字数据集简单介绍一下数据集将数据集转化为csv文件简单的手写数字识别模型加载数据集定义模型和超参数前向传播sigmoid激活函数softmax函数交叉熵损失函数反向传播梯度下降法链式法则
涵涵不是憨憨~·2023-12-20 18:30

【扩散模型Diffusion Model系列】0-从VAE开始（隐变量模型、KL散度、最大化似然与AIGC的关系）

文章目录VAE1生成式模型的目标——KL散度和最大化似然MLE2从AE到VAE3VAE的损失函数4结语1生成式模型的目标——KL散度和最
Leafing_·2023-12-20 08:46

深度学习小白学习路线规划

了解机器学习和深度学习的基本概念，例如神经网络、损失函数、优化算法等。学习使用常见的深度学习框架，如TensorFlow或PyTorch。重要学习网站（免费）Python官方网站：h
阿利同学·2023-12-20 08:15

人工智能之数学(三) ------ 凸优化

一.机器学习中的优化问题损失函数:模型与实际数据匹配程度越好,损失函数就越小,如果相差较大,损失函数也会相对比较大正则化函数:模型很复杂,对于训练数据拟合性很好,但是对于未见过的数据拟合较差,因此可通过正则化的函数控制模型的复杂度
千喜Ya·2023-12-20 08:45

使用深度学习的微光图像和视频增强：综述

该领域的最新进展主要是基于深度学习的解决方案，其中采用了许多学习策略、网络结构、损失函数、训练数据等。在本文中，我们提供了一个全面的调查，涵盖了从算法分类到未解决的开放问题的各个方面。
mytzs123·2023-12-20 06:12

Halcon深度学习相关术语介绍

在深度学习方法中，该算法可用于最小化损失函数。2anchor它们作为固定的参考边界框，借助这些参考框，网络为要目标的定位提出建议的边界框。
夏雪之晶莹·2023-12-20 03:33

pytorch文本分类（三）模型框架（DNN&textCNN）

原任务链接目录pytorch文本分类（三）模型框架（DNN&textCNN）1.背景知识深度学习2.DNN2.1从感知器到神经网络2.2DNN的基本结构2.2.1前向传播算法激活函数2.2.2反向传播算法损失函数梯度下降优化器
大地之灯·2023-12-20 00:59

tensorflow入门 自定义层

前面讲了自定义损失函数，自定义正则化，自定义评价函数。现在来讲自定义层，其实都差不多，继承重要的组件就可以了。
歌者文明·2023-12-19 14:14

Pytorch神经网络的参数管理

此时，我们的目标是找到使损失函数最小化的模型参数值。经过训练后，我们将需要使用这些参数来做出未来的预测。
奉系坤阀·2023-12-19 12:18

论文阅读——Loss odyssey in medical image segmentation

Lossodysseyinmedicalimagesegmentationgithub：https://github.com/JunMa11/SegLossOdyssey这篇文章回顾了医学图像分割中的20种不同的损失函数
じんじん·2023-12-19 11:17

[PyTorch][chapter 8][李宏毅深度学习][Back propagation]

目录：链式法则模型简介（Model）损失函数,梯度手写例子min-batch一链式法则链式法则是反向传播算法里面的核心。
明朝百晓生·2023-12-19 08:11

YOLOv8最新改进系列：SAHI -专门针对小目标检测的推理-切片辅助超推理！小目标检测实战有效！上大分、遥遥领先了家人们！！！

截止到发稿时，B站YOLOv8最新改进系列的源码包，已更新了35种+损失函数的改进！自己排列组合2-4种后，不考虑位置已达8万种以上改进方法！考虑位置不同后可排列上百万种！！
AI棒棒牛·2023-12-19 04:21

YOLOv8最新改进系列：YOLOv8华为提出Gold-YOLO，高效实时目标检测器，精度再提升，多目标、小目标无处遁形！

截止到发稿时，B站YOLOv8最新改进系列的源码包，已更新了33种+损失函数的改进！自
AI棒棒牛·2023-12-19 04:20

YOLOv8最新改进系列：YOLOv8+BiFormer（CVPR 2023最新提出），基于动态稀疏注意力构建高效金字塔网络架构，用动态、查询感知的方式实现计算的有效分配，嘎嘎提升目标检测效果！

截止到发稿，B站YOLOv8最新改进系列的源码包已更新了24种+损失函数改进！自己排列组合2-4种后，不考虑位置已达上万种改进方法，考虑位置不同后可排列上百万种！
AI棒棒牛·2023-12-19 04:20

YOLOv8最新改进系列：YOLOv8+ICCV 2023 - 动态蛇形卷积（Dynamic Snake Convolution）采用管状结构，拉升模型小目标、遮挡目标检测效果！

截止到发稿时，B站YOLOv8最新改进系列的源码包，已更新了30种+损失函数的改进！自己排列组合2-4种后，不考虑位置已达6万3千8百余种！！！考虑位置不同后可排列上百万
AI棒棒牛·2023-12-19 04:50

常见损失函数

损失函数什么是损失函数损失函数（LossFunction）又叫做误差函数，用来衡量算法的运行情况，估量模型的预测值与真实值的不一致程度，是一个非负实值函数，通常使用来表示。
瞎了吗·2023-12-19 02:12

聚类算法--KMeans

它的基本思想是，通过迭代寻找K个簇(Cluster)的一种划分方案，使得聚类结果对应的损失函数最小。其中，损失函数可以定义为
一只胖猪猪·2023-12-18 23:30

《论文阅读》DIFFUSEMP：一种基于扩散模型的多粒度控制共情回复生成框架 2023 IEEE TAC

一种基于扩散模型的多粒度控制共情回复生成框架前言简介相关知识DiffusionModel模型架构整体流程AcquisitionofControlSignalsDiffusionModelwithControl-RangeMasking损失函数实验结果问题前言今天为大家带来的是
365JHWZGo·2023-12-18 15:27

notes2

机器学习ROC曲线、AUC、PR曲线等决策树，ID3、C4.5、CART决策树，随机森林、Adaboost、GBDT决策树，XGBoost、LightGBM逻辑回归，L1L2正则化熵，KL散度，交叉熵micro-f1
lym94·2023-12-18 14:53

卷积神经网络的学习与实现

基于matlab的卷积神经网络(CNN)讲解及代码_matlab中如何查看cnn损失函数-CSDN博客可以看到与BP神经网络相比，卷积神经网络更加的复杂，这里将会以cnn作为学习案例。
赛亚超·2023-12-18 13:03

多层感知机

感知机存在的问题3、总结二、多层感知机（MLP）1、多层感知机思路2、激活函数3、常见的激活函数4、多类分类4、总结三、多层感知机从零开始实现1、读取数据集2、初始化模型参数3、激活函数4、定义模型5、定义损失函数
奉系坤阀·2023-12-18 12:52

深度强化学习：（七）PPO

通过理论推导和分析，Shulman找到一个替代损失函数（Surro
Warship_·2023-12-18 12:44

多项式回归及过拟合欠拟合处理

线性回归的矩阵表达y=wx+bY=XWt损失函数误差平方和/残差平方和最小二乘法的作用可以使得损失值进行最小化，在损失值最小化的情况下求解出最优的权重系数W损失函数对W进行求导，且将一阶导数等于0.回归模型
浅笑_7cad·2023-12-18 12:52

实验记录：模型训练时loss为INF(无穷大)

INF(infinity)——无穷大本次原因：未进行归一化，损失函数使用log(x)，在log(x)函数中，x越小趋近于零，结果会返回INF其它原因：1.除以零错误：在计算过程中，如果尝试将一个数除以零
爱编程的小金毛球球·2023-12-18 08:50

变分自编码器（VAE）初识

目录AE回顾VAEVAE简述VAE中的DecoderVAE的目标函数VAE中的EncoderVAE的架构参数重整化VAE的损失函数CVAE测试代码：参考博客AE回顾Auto-Encoder，称自编码器，
碧蓝的天空丶·2023-12-18 08:38

Pytorch：模型的权值初始化与损失函数

目录前期回顾一、权值初始化1.1梯度消失与梯度爆炸1.2Xavier初始化1.3Kaiming初始化1.4十种权重初始化方法二、损失函数2.1损失函数初步介绍2.2交叉熵损失CrossEntropyLossnn.CrossEntropyLoss2.3
碧蓝的天空丶·2023-12-18 08:37

权重衰减(Weight Decay)

权重衰减通过向损失函数添加一个正则化项，以惩罚模型中较大的权重值。一、权重衰减在深度学习中，模型的训练过程通常使用梯度下降法（或其变种）来最小化损失函数。
奉系坤阀·2023-12-18 08:37

交叉熵在机器学习里做损失的意义

交叉熵是机器学习中常用的损失函数之一，特别适用于分类任务。其背后的核心思想是衡量两个概率分布之间的差异。
何处不逢君·2023-12-18 08:17

Support Vector Machine(SVM)——支持向量机

1.从逻辑回归到SVM回顾一下逻辑回归的模型然后经过sigmoid函数得到预测y=1的概率，sigmoid函数如下图对于单个样本来说损失函数如下当一个输入的真实标签为1时，损失函数就只剩，如左图所示,我们想要让
搁浅丶.·2023-12-18 07:05

《深度学习500问》外链笔记

1.这个是什么意思2.核函数3.公式理解4.L1和L2正则L1和L2正则化是机器学习中常用的两种正则化技术，它们通过在损失函数中添加一个惩罚项来防止模型过拟合。这两种技术的主要区别在于惩罚项的形式。
Vincent不是文森特·2023-12-18 00:33

对数似然函数 | 交叉熵 | 损失函数

对数似然代价函数（Log-LikelihoodCostFunction）通常用于训练神经网络，特别是在二元分类问题和多类分类问题中。它的数学形式取决于问题的性质，下面我将分别介绍二元分类和多类分类中的对数似然代价函数，并举例说明。二元分类问题中的对数似然代价函数：在二元分类问题中，我们通常有两个类别，标记为0和1。对数似然代价函数的数学形式如下：C=-[Σ(y*log(a)+(1-y)*log(1
Vincent不是文森特·2023-12-18 00:03

四. 基于环视Camera的BEV感知算法-BEVDet

目录前言0.简述1.算法动机&开创性思路2.主体结构3.损失函数4.性能对比总结下载链接参考前言自动驾驶之心推出的《国内首个BVE感知全栈系列学习教程》，链接。
爱听歌的周童鞋·2023-12-17 22:22

四. 基于环视Camera的BEV感知算法-DETR3D

目录前言0.简述1.算法动机&开创性思路2.主体结构3.损失函数4.性能对比总结下载链接参考前言自动驾驶之心推出的《国内首个BVE感知全栈系列学习教程》，链接。
爱听歌的周童鞋·2023-12-17 22:51

四. 基于环视Camera的BEV感知算法-BEVFormer

目标前言0.简述1.算法动机&开创性思路2.主体结构3.损失函数4.性能对比5.BEVFormerv2总结下载链接参考前言自动驾驶之心推出的《国内首个BVE感知全栈系列学习教程》，链接。
爱听歌的周童鞋·2023-12-17 22:51

四. 基于环视Camera的BEV感知算法-BEVDet4D

目录前言0.简述1.算法动机&开创性思路2.主体结构3.损失函数4.性能对比总结下载链接参考前言自动驾驶之心推出的《国内首个BVE感知全栈系列学习教程》，链接。
爱听歌的周童鞋·2023-12-17 21:15

为什么每次optimizer.zero_grad()

这个过程会基于当前的参数（权重和偏差）计算出一个或多个损失函数的值。2计算梯度（反向传播）：损失函数对网络参数的梯度（即导数）是通过一个称为反向传播的过程计算出来的。
Code_LiShi·2023-12-17 21:03

逻辑回归代价函数

逻辑回归的代价函数通常使用交叉熵损失来定义。这种损失函数非常适合于二元分类问题。本篇来推导一下逻辑回归的代价函数。
ShawnWeasley·2023-12-17 17:14

MachineLearning 9. 癌症诊断机器学习之梯度提升算法（Gradient Boosting)

它们可以根据应用程序的特定需求进行高度定制，就像学习不同的损失函数一样。这篇文章提供了一个教程，介绍梯度提升方法的方法论，重点关注建模的机器学习方面。
90066456ace6·2023-12-17 15:24

基于VGG-16+Android+Python的智能车辆驾驶行为分析—深度学习算法应用(含全部工程源码)+数据集+模型（二）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理1）数据集来源2）数据集内容3）数据集预处理2.模型构建1）定义模型结构2）优化损失函数相关其它博客工程源代码下载其它资料下载前言本项目采用
小胡说人工智能·2023-12-17 15:36

【李宏毅-元学习】

一、基本概念1、元学习：学习如何学习，超参数调整2、机器学习和元学习机器学习：定义函数（未知参数）-定义损失函数-优化（最小化损失函数）3、什么是元学习机器学习通过三个步骤找到了学习算法元学习是否也可以找到学习算法
hlllllllhhhhh·2023-12-17 14:55

机器学习scikit-learn实现

机器学习基础机器学习算法机器学习工作流程监督学习无监督学习数据集(Dataset)特征(Features)标签(Labels)模型(Model)训练(Training)验证(Validation)测试(Testing)损失函数
hixiaoyang·2023-12-17 08:31
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他