余弦loss

爬取各个时代不同字体的汉字图片数据

importosimportrequestsfrombs4importBeautifulSoup#learningexample:#astr='''aaaaa何时when杖尔看see南雪snow，我me与梅花plumblossom
小黑°·2023-06-11 03:28

关于pytorch中的distributedsampler函数使用

1.如何使用这个分布式采样器在使用distributedsampler函数时，观察loss发现loss收敛有规律，发现是按顺序读取数据，未进行shuffle。
DRACO于·2023-06-11 01:22

度量学习Metirc Learning和基于负例的对比学习Contrastive Learning的异同点思考

参考：对比学习（ContrastiveLearning）:研究进展精要-知乎参考：对比学习论文综述【论文精读】_哔哩哔哩_bilibili参考：度量学习DML之ContrastiveLoss及其变种_对比损失的变种
胖胖大海·2023-06-10 23:57

代价函数

损失函数（LossFunction）是定义在单个样本上的，算的是一个样本的误差。代价函数（CostFunction）是定义在整个训练集上的，是所有样本误差的平均，也就是损失函数的平均。
3e0a50393df8·2023-06-10 20:58

【深度学习】损失函数系列 (一) 平方损失函数、交叉熵损失函数 (含label_smoothing、ignore_index等内容)

一、平方损失函数（QuadraticLoss/MSELoss）：Pytorch实现：fromtorch.nnimportMSELossloss=nn.MSELoss(reduction="none")input
卖报的大地主·2023-06-10 19:57

聚宽量化策略1

before_trading_startis_3_black_crowsafter_trading_endinitializeset_paramlog_paramreset_day_paramhandle_datamarket_stop_loss_by_pricemarket_stop_loss_by
木易量化·2023-06-10 14:26

傅里叶级数和傅里叶变换之间的关系推理及应用

什么是傅里叶级数傅里叶级数是将一个周期函数分解为一系列正弦和余弦函数的和。它适用于周期性信号，可以将周期函数表示为一组振幅和相位不同的谐波分量的和。傅里叶级数展示了一个周期函数在不同频率上的频谱内容。
rosLAB·2023-06-10 14:30

让BERT飞一会

根据Hinton的文章，一般的蒸馏模式是：把teacher网络的输出作为soft-label，student网络学习的目标是hard-label，交叉构造三种loss来联
ColdCoder·2023-06-10 13:28

通信原理简答题

2．当谐振功率放大器的输入激励信号为余弦波时，为什么集电极电流为余弦脉冲波形？但放大器为什么又能输出不失真的余弦波电压？3．无线电通信为什么要进行调制？常用的模拟调制方式有哪些？
Karry D·2023-06-10 09:51

论文阅读和分析：CorNET Deep Learning Framework for Heart Rate Estimation and Biometric Identification

算法架构：算法用于解决两个问题：1、使用回归得到心率；2、使用分类识别受试者；note:识别受试者出现数据不平衡问题，因为是20个受试者做二分类任务：1:19.解决方法是对Loss加权。
KPer_Yang·2023-06-10 08:33

《Python程序设计》 第六章 函数+编程题解

目录6-1使用函数求特殊a串数列和6-2使用函数求素数和6-3使用函数统计指定数字的个数6-4使用函数输出指定范围内Fibonacci数的个数6-5使用函数求余弦函数的近似值6-6缩写词7-1输入列表，
三块不一样的石头·2023-06-10 07:03

如何用pytorch做文本摘要生成任务(加载数据集、T5 模型参数、微调、保存和测试模型，以及ROUGE分数计算)

Pytorch(或Pytorchlightning)和huggingfaceTransformers做文本摘要生成任务，包括数据集的加载、模型的加载、模型的微调、模型的验证、模型的保存、ROUGE指标分数的计算、loss
一支王同学·2023-06-10 05:45

2 机器学习知识 Softmax回归 deep learning system

机器学习算法的三个主要部分Thehypothesisclass:模型结构lossfuction损失函数Anoptimizationmethod：在训练集上减小loss的方法多分类问题训练数据：x(i)∈
黄昏贩卖机·2023-06-10 04:59

详细理解GPT2模型结构及其训练过程—GPT系列训练与部署

GPT2模型环境搭建与调试请参考博文《GPT系列训练与部署—GPT2环境配置与模型训练》和《ColossalAIGPT2分布式训练调试配置—GPT系列训练与部署》
Coding的叶子·2023-06-10 03:12

GPT系列训练与部署——Colossal-AI环境配置与测试验证

Colossal-AI框架主要特色在于对模型进行并行训练与推理（多GPU），从而提升模型训练效率，可快速实现分布式训练与推理。
Coding的叶子·2023-06-10 03:11

GPT系列训练与部署——GPT2环境配置与模型训练

Colossal-AI提供了多种并行方式来运行GPT，不同并行方式的相应配置位于gpt2_configs文件夹下。运行示例程序的教程地址为“https://git
Coding的叶子·2023-06-10 03:40

ColossalAI GPT2分布式训练调试配置—GPT系列训练与部署

本专栏之前文章详细介绍了Colossal-AI环境搭建及GPT2数据处理与训练。Colossal-AI框架的主要优势在于分布式训练，进而提高训练效率。但是这种启动
Coding的叶子·2023-06-10 03:40

多目标建模loss为什么最好同时收敛？

多目标的多个loss是否同时收敛最好？
winner8881·2023-06-10 02:50

向量相似搜索绕不开的局部敏感哈希

如果两个Embedding在同一个向量空间中，我们就可以通过很多种方式（内积、余弦、欧氏距离等）计算其相似度；例如在推荐系统中，用户和物品的Embedding都在同一个空间中，物品总数为，那么计算一个用户和所以物品向量相似度的时间复杂度是
winner8881·2023-06-10 02:48

深度学习-第T9周——猫狗识别

数据预处理1、加载数据1.1、设置图片格式1.2、划分训练集1.3、划分验证集1.4、查看标签1.5、再次检查数据1.6、配置数据集2、数据可视化五、搭建VGG网络六、编译七、训练模型八、模型评估1、Loss
Prime's Blog·2023-06-10 01:47

深度学习-第T7周——咖啡豆识别

导入数据集2、查看图片数目四、数据预处理1、加载数据1、设置图片格式2、划分训练集3、划分验证集4、查看标签2、数据可视化3、检查数据4、配置数据集五、搭建CNN网络六、编译七、训练模型八、模型评估1、Loss
Prime's Blog·2023-06-10 01:46

深度学习-第T8周——猫狗识别

数据预处理1、加载数据1.1、设置图片格式1.2、划分训练集1.3、划分验证集1.4、查看标签1.5、再次检查数据1.6、配置数据集2、数据可视化五、搭建VGG网络六、编译七、训练模型八、模型评估1、Loss
Prime's Blog·2023-06-10 01:46

信息检索——利用SIMNOMERGE余弦相似度计算文档得分

实验目的：通过实验，使学生掌握利用SIMNOMERGE余弦相似度计算文档得分的算法。
clown0004·2023-06-09 19:07

智能信息检索课程设计

程序设计语言，进行分词，再去掉停用词和标点符号等，生成文档的词典，接着根据词典和文档内容生成词项的倒排记录表（含位置信息），然后根据搜索关键字（多个词项），对文档集进行短语查询，符合检索条件的文档计算余弦相似度
clown0004·2023-06-09 19:35

11111111111

defcosine_similarity(vector_a,vector_b):“”"计算两个向量之间的余弦相似度:paramvector_a:向量a:paramvector_b:向量b:return:
cv-daily·2023-06-09 19:00

SeaFormer实战：使用SeaFormer实现图像分类任务（二）

文章目录训练部分导入项目使用的库设置随机因子设置全局参数图像预处理与增强读取数据设置Loss设置模型设置优化器和学习率调整算法设置混合精度，DP多卡，EMA定义训练和验证函数训练函数验证函数调用训练和验证方法运行以及结果查看测试热力图可视化展示完整的代码在上一篇文章中完成了前期的准备工作
AI浩·2023-06-09 18:33

yolov8-pose：在yolov8上添加人体关键点检测

yolov8在数据处理上也考虑了keypoints的，所以数据处理部分不用太多的修改，主要修改了Detect类、Loss类。
ytsaiztt·2023-06-09 17:48

交叉熵损失，softmax函数和 torch.nn.CrossEntropyLoss()中文

交叉熵在多分类神经网络训练中用的最多的lossfunction（损失函数）。举一个很简单的例子，我们有一个三分类问题，对于一个input\(x\)，神经网络
bill_live·2023-06-09 14:10

线性插值提高DDS相位分辨率

  DDS（DirectDigitalSynthesizer）即直接数字频率合成技术，主要由正弦查找表与控制器组成，通过控制器给出的相位，在正弦查找表中查找对应的正余弦值并予以输出。
今朝无言·2023-06-09 12:43

PyTorch实战7：咖啡豆识别--手动搭建VGG16

接辅导、项目定制目录一、前期准备1.设置GPU2.导入数据3.划分数据集二、手动搭建VGG-16模型1.搭建模型2.查看模型详情三、训练模型1.编写训练函数3.编写测试函数4.正式训练四、结果可视化1.Loss
王者与CV·2023-06-09 11:48

深度学习常用损失MSE、RMSE、MAE和MAPE

MSE均方差损失（MeanSquaredErrorLoss）MSE是深度学习任务中最常用的一种损失函数，也称为L2LossMSE是真实值与预测值的差值的平方然后求和平均范围[0,+∞)，当预测值与真实值完全相同时为
zzz_979·2023-06-09 09:35

睿智的目标检测66——Pytorch搭建YoloV8目标检测平台

网络结构解析1、主干网络Backbone介绍2、构建FPN特征金字塔进行加强特征提取3、利用YoloHead获得预测结果三、预测结果的解码1、获得预测框与得分2、得分筛选与非极大抑制四、训练部分1、计算loss
Bubbliiiing·2023-06-09 09:04

2022-05-03

视频中学到的怦然心动的单词（精读和视听说分别总结）精读：sportsmanship体育精神multiple多种的participate参加gymnastics体操athlete运动员mature成熟的blossom
人文二班兰雨芊·2023-06-09 09:35

计算机视觉 ｜ 目标检测与MMDetection

目录目标检测的基本范式滑窗使用卷积实现密集预测锚框多尺度检测与FPN单阶段&无锚框检测器选讲RPNYOLO、SSDFocalloss与RetinaNetFCOSYOLO系列选讲一、目标检测的基本范式1、
强少~、·2023-06-09 06:01

余弦文本相似度匹配

python连接sqlserver对数据进行文本相似度匹配fromsqlalchemyimportcreate_engine,Table,Column,Date,Integer,String,ForeignKeyfromfuzzywuzzyimportprocessimportosimportpymssqlimportpymysqlimportdatetimeimporttimeimportsys
我真的不叫苏图·2023-06-09 01:15

VAE（变分自编码器）

自编码器的基本结构，摘自深度学习之自编码器AutoEncoder因为是压缩算法，衡量性能的标准自然就是重建图像与原图像的差距了，因此网络的损失函数(Lossfunction)就是原始输入和输出的d
zhjadsf·2023-06-08 23:15

PyTorch-Loss Function and BP

目录1.LossFunction1.1L1Loss1.2MSELoss1.3CrossEntropyLoss2.交叉熵与神经网络模型的结合2.1反向传播1.LossFunction目的：a.计算预测值与真实值之间的差距
MyDreamingCode·2023-06-08 22:20

Jupyter notebook 报错 ImportError: No module named livelossplot 或 matplotlib

jupyternotebook报错ImportError:Nomodulenamedlivelossplot报错ImportError:Nomodulenamedmatplotlib解决办法：第一，打开
吃货一枚儿·2023-06-08 22:53

Bert+FGSM/PGD实现中文文本分类（Loss=0.5L1+0.5L2)

任务目标：在使用FGSM/PGD来训练Bert模型进行文本分类，其实现原理可以简单概括为以下几个步骤：对原始文本每个词转换为对应的嵌入向量。将每个嵌入向量与一个小的扰动向量相加，从而生成对抗样本。这个扰动向量的大小可以通过一个超参数来控制。将生成的对抗样本和原始样本一起用于训练模型。具体来说，可以将它们组成一个batch，然后使用交叉熵损失函数来训练模型。在训练过程中，可以周期性地增加扰动向量的大
Dr.sky_·2023-06-08 22:43

plt.title()函数中文无法显示问题

plt.title()函数参数说明问题描述由于画图时plt.title()默认是显示英文，如果我们设置标题为中文，会无法显示，如图：plt.title('训练损失')plt.plot(np.arange(len(losses
臭皮匠-hfW·2023-06-08 21:49

【旋转框目标检测】2201_The KFIoU Loss For Rotated Object Detection

paperwithcodepapercode:JittorCode:https://github.com/Jittor/JDetPyTorchCode:https://github.com/open-mmlab/mmrotateTensorFlowCode:https://github.com/yangxue0827/RotationDetection摘要：得益于计算友好且与检测评价指标适配的基于
there2belief·2023-06-08 19:39

机器学习逻辑回归（LR）

逻辑回归的本质：极大似然估计激活函数：sigmoidlossfunction：
黄粱梦醒·2023-06-08 14:14

图像风格迁移TensorFlow+Keras

最常见的论文是《ANeuralAlgorithmofArtisticStyle》，本文也是按照这篇论文的算法实现的，在此之后，还有一篇更快的实现算法《PerceptualLossesforReal-TimeStyleTransferandSu
BISTU刘晓飞·2023-06-08 14:37

Exponential Loss 中的关于indicator 函数的一个恒等式

−xy=2I(x≠y)−1-xy=2\mathbf{I}(x\ney)-1−xy=2I(x=y)−1其中I\mathbf{I}I是indicator函数，定义域为True，函数值为1反之为0x,y都可以取值{-1,1}证明过程见下表：xy左式右式-1-1-1-111-1-1-11111-111
培之·2023-06-08 11:48

【OpenMMLab AI实战营第二期】目标检测笔记

目标检测目标检测的基本范式划窗使用卷积实现密集预测锚框多尺度检测与FPN单阶段&无锚框检测器选讲RPNYOLO、SSDFocalLoss与RetinaNetFCOSYOLO系列选讲什么是目标检测目标检测
JeffDingAI·2023-06-08 10:30

样本不平衡的解决办法

背景Focalloss是最初由何恺明提出的，最初用于图像领域解决数据不平衡造成的模型性能问题。
winner8881·2023-06-08 08:10

pytorch-简单回归问题-手写数字识别

手写数字识别线性回归添加噪声简单例子分类问题引入-手写数字识别数据集训练推导手写数字识别1加载数据集编写网络训练网络计算正确率线性回归添加噪声使用均方差损失函数来衡量损失简单例子通过最小化损失函数，求解出参数wb下图表示搜索最小的Loss
LuZhouShiLi·2023-06-08 07:25

可视化翻转教学python

目录第1关绘制折线图第2关绘制正弦曲线第3关绘制指定线型、颜色和标记的正弦曲线第4关定义绘制正余弦函数曲线的函数第5关绘制坐标轴并设置范围第1关绘制折线图显示绘制结果plt.show()：用于显示绘制的结果
NDWJL·2023-06-08 06:34

python生成json文件

@python生成json文件python生成json文件importjsoncontrol={"bw":100,"delay":"10ms","jitter":None,"loss":0,"max_queue_size
代码菜鸟111·2023-06-08 04:10

机器学习-10 聚类算法

聚类算法算法概括聚类（clustering）聚类的概念聚类的要求聚类与分类的区别常见算法分类聚类算法中存在的问题距离度量闵可夫斯基距离欧式距离（欧几里得距离）曼哈顿距离切比雪夫距离皮尔逊相关系数余弦相似度杰卡德相似系数划分聚类
so.far_away·2023-06-08 00:23
上一页 49 50 51 52 53 54 55 56 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他