交叉熵损失

PyTorch 常见的损失函数：从基础到大模型的应用

PyTorch常见的损失函数：从基础到大模型的应用在用PyTorch训练神经网络时，损失函数（LossFunction）是不可或缺的“裁判”。
阿正的梦工坊·2025-02-28 22:19

猿大师播放器：HTML内嵌VLC播放RTSP视频流，无需转码，300ms级延迟，碾压服务器转码方案

实时性要求与高延迟矛盾‌：火灾蔓延速度达1米/秒，化工泄漏扩散仅需数秒，传统方案3秒以上的延迟可能导致应急决策失效‌；‌高清化趋势与成本压力矛盾‌：4K/H.265设备普及率超70%，但服务器转码导致画质损失
猿大师播放器·2025-02-28 15:57

基于MPDIoU与InnerMPDIoU的YOLOv8细节捕捉能力优化探讨

文章目录一、损失函数在YOLO中的作用二、MPDIoU：Multi-partDistanceIntersectionoverUnionMPDIoU的基本概念MPDIoU公式MPDIoU代码实现解释三、InnerMPDIoU
向哆哆·2025-02-27 22:05

文件泄露类安全漏洞技术分享 - Java为例

文件泄露是一种常见的安全漏洞，可能导致严重的数据泄露、经济损失和声誉损害。本文将以Java应用为例，分析文件泄露漏洞的成因、影响，并提出相应的技术解决方案。
码农老起·2025-02-27 17:58

【网络安全】网络安全防护体系

据统计，全球每年因网络安全事件造成的经济损失高达数千亿美元，因此，加强网络安全防护已成为全球性的紧迫任务。1.2网络安全防护体系的定义网络安全防护体系是指由一系列相互关联的网
网络安全-杰克·2025-02-27 02:30

银行信贷业务解析：运营与数据双视角下的业务本质与技术支撑

运营专家关注的核心指标包括：风险收益比：LGD（违约损失率）×EAD（风险敞口）vs利息收入资金周转效率：贷款发放速度与还款周期的动态平衡客户生命周期价值：从获客到流失的全周期收益测算2.运营视角的关键要素流程标准化
数据大包哥·2025-02-26 17:22

正则化技术和模型融合等方法提高模型的泛化能力

正则化技术原理正则化是通过在损失函数中添加一个正则化项，来限制模型的复杂度，防止模型过拟合训练数据，从而提高模型在未见过数据上的泛化能力。
小赖同学啊·2025-02-26 15:36

融云 IM 干货丨如果云存储数据被泄露，用户应该怎么办？

云存储数据泄露后的应对措施云存储数据泄露是一个严重的问题，需要迅速采取一系列措施来减少损失并防止进一步的数据泄露。
·2025-02-26 14:16

训练神经网络出现nan

参考资料Pytorch训练模型损失Loss为Nan或者无穷大（INF）原因Pytorch训练模型损失Loss为Nan或者无穷大（INF）原因_pytorchnan-CSDN博客文章浏览阅读5.6w次，点赞
崧小果·2025-02-26 11:12

人工智能深度学习系列—深入探索KL散度：度量概率分布差异的关键工具

人工智能深度学习系列—深度解析：交叉熵损失（Cross-EntropyLoss）在分类问题中的应用人工智能深度学习系列—深入解析：均方误差损失（MSELoss）在深度学习中的应用与实践人工智能深度学习系列
学步_技术·2025-02-26 08:19

Pytorch:以CIFAR-10分类为例，给出了神经网络的训练流程

下面给出了神经网络的训练流程，包括数据加载与预处理、网络定义、损失函数和优化器定义、网络训练和网络测试。
Xiao_Ya__·2025-02-25 23:49

Tensorflow2.x框架-神经网络八股扩展-acc曲线与loss曲线

loss/loss可视化，可视化出准确率上升、损失函数下降的过程博主微信公众号（左）、Python+智能大数据+AI学习交流群（右）：欢迎关注和加群，大家一起学习交流，共同进步！
诗雨时·2025-02-25 23:15

第三讲-神经网络八股

train,test   #训练集、测试集3、model=tf.keras.models.Sequential #逐层搭建网络结构4、model.compile  #配置训练方法，选择训练使用的优化器、损失函数和最终评价指标
loveysuxin·2025-02-25 22:38

神经网络八股（3）

梯度爆炸是指梯度在方向传播过程中逐渐变大，权重参数更新变化较大，导致损失函数的上下跳动，导致训练不稳定可以使用一些合理的损失函数如relu,leakRelu，归一化处理，batchnorm,确保神经元的输出值在合理的范围内
SylviaW08·2025-02-25 22:37

AI安全全景解析：从数据到模型的全方位防护

Gartner预测，到2025年将有30%的企业因AI安全漏洞遭受重大损失。本文从数据安全、模型安全、部署安全三大维度，详解AI全生命周期防护技术。
金外飞176·2025-02-25 18:09

对比学习小综述

通过数据增强、损失函数、表示学习目标等步骤实现。
wintercoming111·2025-02-25 15:50

9、论文阅读：无监督的感知驱动深水下图像增强

Perception-DrivenDeepUnderwaterImageEnhancementWithoutPairedSupervision前言引言相关工作UIE模型基于非物理模型基于物理模型基于深度学习质量度量在图像增强中的应用方法论问题表述PQR模型PDD网络生成器损失函数实验
Maker~·2025-02-25 15:18

比 Fiverr 和 Upwork 更好的 5 大自由职业平台

额外费用：加上交易费、税费和汇率损失，实际收入大幅缩水
真智AI·2025-02-25 14:06

Android 应用强制更新策略

Android应用强制更新的用途十分广泛，特别上刚上线的应用肯定会存在或多或少的bug，特别是涉及移动支付这一块的内容，如果出错了会造成比较大的损失，所以强制更新显得尤为重要。
linshijun33·2025-02-24 12:07

目前（2025年2月）计算机视觉（CV）领域一些表现优异的深度学习模型

按任务类型分类介绍：图像分类CoCa：结合对比学习和生成学习，通过对比损失对齐图像和文本嵌入，并使用标题生成损失预测文本标记。
空空转念·2025-02-23 20:18

MSE损失函数

MSE损失函数均方误差损失函数表达式KaTeXparseerror:Unexpectedcharacter:'?'atposition39:…imits_{k=1}^K(?̲?
亲持红叶·2025-02-23 06:02

利用Nmap进行漏洞验证和检测

传播、利用本文章所提供的信息而造成的任何直接或者间接的后果及损失，均由使用者本人负责，作者不为此承担任何责任，一旦造成后果请自行负责。如有侵权烦请告知，我会立即删除并致歉。谢谢！
Administrator_ABC·2025-02-23 05:23

【网络安全】网络安全防护体系

据统计，全球每年因网络安全事件造成的经济损失高达数千亿美元，因此，加强网络安全防护已成为全球性的紧迫任务。1.2网络安全防护体系的定义网络安全防护体系是指由一系列相互关联的网
黑客Ela·2025-02-23 04:47

XGBoost vs LightGBM vs CatBoost：三大梯度提升框架深度解析

一、算法原理深度对比1.XGBoost：工程优化的奠基者核心创新：二阶泰勒展开：利用损失函数的一阶导和二阶导
机器学习司猫白·2025-02-23 00:18

【深度学习】Adam优化器

1.2.3矫正一阶矩估计（mean）和二阶矩估计（uncenteredvariance）的偏差1.2.4更新模型参数1.3Adam的简单理解2Adam优化算法怎么用2.1导入所需的库和模块2.2定义模型和损失函数
九筠·2025-02-22 18:54

word2vec之skip-gram算法原理

one-hot编码（11000词汇量的总数目）output其他所有单词的概率（softmax输出也是11000）target是相近单词的one-hot形式2.Losstarget和output的矩阵的交叉熵最小
cuixuange·2025-02-22 18:52

用deepseek学大模型05逻辑回归

deepseek.com:逻辑回归的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示，模型应用场景和优缺点，及如何改进解决及改进方法数据推导
wyg_031113·2025-02-22 00:48

【硬核对比】ReentrantReadWriteLock 被全面碾压？阿里百万级压测揭秘 StampedLock 的真实性能！

关键词：Java高并发、读写锁性能、StampedLock源码、锁优化、线程安全设计开篇暴击：一个锁的选择失误，让公司一夜损失百万！
努力的靠近目标·2025-02-21 22:38

PyTorch torch.logsumexp 详解：数学原理、应用场景与性能优化（中英双语）

PyTorchtorch.logsumexp详解：数学原理、应用场景与性能优化在深度学习和概率模型中，我们经常需要计算数值稳定的对数概率操作，特别是在处理softmax归一化、对数似然计算、损失函数优化等任务时
阿正的梦工坊·2025-02-21 20:22

UNet：UNet的损失函数与优化器_2024-07-24_07-32-39.Tex

UNet：UNet的损失函数与优化器UNet简介UNet的架构UNet是一种广泛应用于图像分割任务的卷积神经网络架构，由OlafRonneberger、PhilippFischer和ThomasBrox
chenjj4003·2025-02-21 16:46

嵌入式人工智能应用-第四章 逻辑回归 8

逻辑回归1逻辑回归介绍1.1背景介绍1.2原理1.2.1预测函数1.2.2判定边界1.2.3损失函数1,2,4梯度下降函数1.2.5分类拓展1.2.6正则化2实验代码3实验结果说明1逻辑回归介绍1.1背景介绍逻辑回归的过程可以概括为
数贾电子科技·2025-02-21 16:11

机器学习—逻辑回归

目录1、基础概念1.1、什么是逻辑回归1.2、逻辑回归与线性回归的区别1.3应用场景2、逻辑回归模型2.1、模型定义2.2、Sigmoid函数2.3、决策边界2.4、概率解释3、模型训练3.1、损失函数
60岁的程序猿·2025-02-21 14:22

机器学习(一) 本文(3万字) | 机器学习概述 |

2.1.3假设空间2.1.4问题的形式化2.2无监督学习2.3强化学习2.4半监督学习与主动学习3.基于模型分类4.基于技巧分类4.1贝叶斯学习4.2核方法5.统计学习三要素5.1模型5.2策略5.2.1损失函数与风险
小酒馆燃着灯·2025-02-21 08:05

南京大学联合字节开源视频超分辨率增强生成框架，视频清晰度一键提升，支持从低分辨率视频生成高分辨率视频

技术：整合文本到视频扩散模型，引入局部信息增强模块和动态频率损失。应用：适用于影视制作、安防监控、运动员动作分析等多个
蚝油菜花·2025-02-21 05:45

A、B、C三级机房数据中心是怎么划分的？

1.A级:符合以下情况之一的数据中心应为A级(1)电子信息系统运行中断将造成重大的经济损失;(2)电子信息系统运行中断将造成公共场所秩序严重混乱。
wayuncn·2025-02-20 13:34

线性回归理论

通过损失函数来衡量预测值与真实值之间的差异，常用的损失函数包
狂踹瘸子那条好脚·2025-02-20 11:21

训练与优化

训练与优化损失函数与反向传播损失函数能够衡量神经网络输出与目标值之间的误差，同时为反向传播提供依据，计算梯度来优化网络中的参数。torch.nn.L1Loss计算所有预测值与真实值之间的绝对差。
钰见梵星·2025-02-20 04:23

Pytorch实现之利用特征分布的差异来指导GAN的训练

简介简介：FIDGAN通过将FID损失引入GAN的训练过程，显著提升了生成图像的质量。其核心思想是利用特征分布的差异来指导生成器的训练，同时通过使用轻量级的MobileNet-v3提高了计算效率。
这张生成的图像能检测吗·2025-02-20 04:47

Pytorch实现论文之利用多生成器来预防模式崩溃

论文中主要设计了多生成器的架构和一个对于鉴别器的新损失设计来缓解这个问题。模型结构采用DCGAN的框架，原始损失基于WGAN-GP的设计理念。
这张生成的图像能检测吗·2025-02-20 04:17

吐血整理！梯度累积和优化器配置差异，让模型训练效果天差地别！

核心内容避坑指南：梯度累积和优化器配置易踩的雷区场景化描述：你满心欢喜地开始训练模型，却发现训练过程中损失函数波动剧烈，
盼达思文体科创·2025-02-20 01:26

程序员如何避免出纰漏？

小程序代码分包的时候，影响到线上正在使用的业务，损失了大概1晚上的流量。
·2025-02-19 19:12

YOLOv11算法与改进版YOLOv11算法对比：性能提升与优化

算法与改进版YOLOv11算法对比：性能提升与优化前言一、YOLOv11算法概述二、训练步骤2.验证数据的数据代码2.改进版YOLOv11算法的创新a.改进的特征提取网络b.多通道特征融合机制c.自适应损失函数
m0_54717829·2025-02-19 16:17

《短视频AI制作管理：用智能工具应对AI生成内容的碎片化问题》

但繁荣背后，一场“效率危机”正在蔓延——某MCN机构调研显示，使用AI工具的团队中，73%遭遇“创意碎片化”，65%因多平台协作混乱导致项目延期，更有团队因未及时审核AI生成内容引发版权纠纷，单次损失超百万
·2025-02-19 15:37

用deepseek学大模型08-长短时记忆网络 (LSTM)

deepseek.com从入门到精通长短时记忆网络(LSTM),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，模型应用场景和优缺点，及如何改进解决及改进方法数据推导
wyg_031113·2025-02-19 08:35

用deepseek学大模型08-卷积神经网络(CNN)

yuanbao.tencent.com从入门到精通卷积神经网络(CNN),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示
wyg_031113·2025-02-19 07:30

Pytorch实现之在LSGAN中结合重建损失

简介简介：这篇论文在LSGAN的基础上结合了重建损失来产生通过传统不良数据检测（BDD）机制的人工测量。这篇博客的主要内容是关于实现了重建损失与LSGAN的结合。
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文：利用推土机距离与梯度惩罚在ACGAN中训练。

用于铣削工具断裂监视的数据不平衡数据）出处：RoboticsandComputer-IntegratedManufacturing论文摘要：铣削操作过程中的刀具破损监测(TBM)对于确保工件质量和最大限度减少经济损失至关重要
这张生成的图像能检测吗·2025-02-19 06:51

Pytorch实现论文之三元DCGAN生成RGB图像用于红外图像着色生成

简介简介：采用了三次DCGAN单独生成单通道图像之后进行组成RGB图像放入鉴别器中检测，并在鉴别器和生成器的损失训练中采用梯度方法来提升或者降低权重。该方法将用于获得红外图像着色的生成。
这张生成的图像能检测吗·2025-02-19 05:50

随机梯度下降一定会收敛么？

2.随机梯度下降算法的基本原理1.基于梯度的优化基础该算法是基于梯度的优化算法，用于寻找函数的最优解，通常是最小化损失函数。
AndrewHZ·2025-02-19 01:36

Beyond Scaling Laws: Understanding Transformer Performance with Associative Memory

超越缩放定律：用联想记忆理解Transformer性能摘要1引言2相关工作3模型4新的能量函数5交叉熵损失6实验结果7结论摘要增大Transformer模型的大小并不总是能够提高性能。
UnknownBody·2025-02-18 23:48
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他