合页损失函数

『paddle』paddleseg 学习笔记：损失函数

损失函数1.BCELoss2.BootstrappedCrossEntropyLoss3.CrossEntropyLoss4.RelaxBoundaryLoss5.DiceLoss6.EdgeAttentionLoss7
libo-coder·2023-10-05 07:09

深度学习笔记_4、CNN卷积神经网络+全连接神经网络解决MNIST数据

1、首先，导入所需的库和模块，包括NumPy、PyTorch、MNIST数据集、数据处理工具、模型层、优化器、损失函数、混淆矩阵、绘图工具以及数据处理工具。
Element_南笙·2023-10-05 00:18

【深度学习】扩散模型（Diffusion Model）详解

【深度学习】扩散模型（DiffusionModel）详解文章目录【深度学习】扩散模型（DiffusionModel）详解1.介绍2.具体方法2.1扩散过程2.2逆扩散过程2.3损失函数3.总结4.参考1
笃℃·2023-10-04 16:36

最基础的神经网络与反向传播

算法原理概述：算法通过构建多层网络解决单层感知机的非线性可分无法分割问题，通过梯度下降法更新网络中的各个权值向量，使得全局的损失函数极小化，从而实现对任意复杂的函数的拟合，这在分类问题中表现为它能将任意复杂的数据划分开
鲜橙·2023-10-04 10:59

Pytorch编程基础

文章目录前言一、导入库二、张量1.创建张量2.属性与方法3.numpy转换4.维度变换5.运算操作三、自动求导四、模型保存五、模型定义1.层连接2.损失函数3.优化器总结前言记录一些pytorch的基本使用方法
Mr_Stutter·2023-10-04 06:49

提高边缘分割精度-边缘区域Dice损失函数

文章目录1.前言2.损失函数2.1介绍2.2代码实现2.3用法1.前言提高边缘分割的准确率对于图像分割具有重要意义，而准确的边缘可以很好表现结构特征和细节特征。下面我实现了论文相关的损失函数代码。
维度攻城狮·2023-10-04 05:44

Batch Normalization层

2）损失函数关于各层激活值的梯度的方差为1。这两点也称Glorot条件。满足Glo
天津泰达康师傅·2023-10-02 16:35

DL-FWI 问题与技术

它们可以在损失函数中添加额外的项，使得模型在优化
蓝子娃娃·2023-10-02 15:11

SRDiff: Single Image Super-Resolution with Diffusion Probabilistic Models 论文笔记

前言由于大多数基于卷积神经网络或者Attention机制的超分辨模型大部分都是PSNR主导的，即用PSNR作为损失函数进行训练，这会导致超分辨图像过度平滑的问题，也就是超分辨后的图像高频信息不能很好保留
Unsunshine_Bigboy_?·2023-10-02 15:40

Appium混合页面点击方法tap的使用

原生应用开发，是在Android、IOS等移动平台上利用官方提供的开发语言、开发类库、开发工具进行App开发；HTML5（h5）应用开发，是利用Web技术进行的App开发。目前，市面上很多app都是原生和h5混合开发，这样做的好处在于：1）开发效率高，节约时间同一套代码Android和IOS基本都可用。2）更新和部署比较方便，不需要每次升级都要上传到AppStore进行审核了，只需要在服务器端升级
测试界的流量王·2023-10-02 15:05

【GAN对抗性损失函数】以CycleGAN和PIX2PIX算法的对抗性损失的代码为例进行讲解

一、代码classGANLoss(nn.Module):"""DefinedifferentGANobjectives.TheGANLossclassabstractsawaytheneedtocreatethetargetlabeltensorthathasthesamesizeastheinput."""def__init__(self,gan_mode,target_real_label=1
lingchen1906·2023-10-02 10:06

复现maml论文模型-3

1hcdzRB0BVRwh3Ei4VO2SNQ提取码：fmrv一、数据和参数分析1.数据集Omniglot数据集.pngMiniImagenet数据集.png2.基础模型设计在原论文第五章第二小节，我还未细看3.损失函数损失函数
China空鸟·2023-10-02 10:26

【BLIP/BLIP2/InstructBLIP】一篇文章快速了解BLIP系列（附代码讲解说明）

文章目录BLIP系列1.BLIP1.1动机1.2整体架构1.3损失函数1.4CaptioningandFiltering(CapFilt)1.4.1Why？
莫余·2023-10-02 08:42

机器学习笔记

1.线性回归模型2.损失函数3.梯度下降算法多元特征的线性回归当有多个影响因素的时候,公式可以改写为:
半岛铁盒@·2023-10-02 07:01

路由模式和打包优化

1.路由模式-将路由改成history模式hash模式带#，#后面的地址变化不会引起页面的刷新history没有#，地址变化会引起页面刷新，更符合页面地址的规范（开发环境不刷新-webpack配置）将路由模式修改成
真的想不出名儿·2023-10-02 00:26

【23-24 秋学期】 NNDL 作业2

习题2-1分析为什么平方损失函数不适用于分类问题，交叉熵损失函数不适用于回归问题平方损失函数平方损失函数（QuadraticLossFunction）经常用在预测标签为实数值的任务中表达式为：交叉熵损失函数交叉熵损失函数
KLZUQ·2023-10-01 22:05

神经网络中的知识蒸馏

多分类交叉熵损失函数：每个样本的标签已经给出，模型给出在三种动物上的预测概率。将全部样本都被正确预测的概率求得为0.70.50.1，也称为似然概率。优化的目标就是希望似然概率最大化。
the animal·2023-10-01 22:56

【文章学习系列之模型】SCALEFORMER

本章内容文章概况模型结构主要方法多尺度框架跨尺度标准化模型输入编码损失函数实验结果消融实验跨尺度标准化自适应损失函数总结文章概况《SCALEFORMER:ITERATIVEMULTI-SCALEREFININGTRANSFORMERSFORTIMESERIESFORECASTING
清流自诩·2023-10-01 16:13

深度学习——多层感知机二

深度学习——多层感知机二文章目录前言一、多层感知机的从零实现1.1.初始化模型参数1.2.激活函数1.3.模型1.4.损失函数1.5.训练二、多层感知机的简洁实现总结前言上一章对多层感知机的概念做了简单介绍
星石传说·2023-09-30 20:36

服务器系列（21）：NLLLoss和CrossEntropyLoss

愚人节快乐~妹妹的家庭笨蛋王大赛开始了==祝她斩获名次哈哈哈哈偷笑参考：Pytorch详解NLLLoss和CrossEntropyLosspytorch损失函数之nn.CrossEntropyLoss(
Doris_Meng·2023-09-30 18:37

对负采样（negative sampling）的一些理解

LightGCN的损失函数中包含了BPR损失（Ba
重剑DS·2023-09-30 15:16

【李沐深度学习笔记】Softmax回归

Softmax回归虽然它名字叫作回归，但是它其实是分类问题本节课的基础想要学会本节课得需要一点基础，我真没看懂这节课讲的是什么，查了一些资料补了补基础此处参考视频信息量｜熵｜交叉熵｜KL散度（相对熵）｜交叉熵损失函数信息量
魔理沙偷走了BUG·2023-09-30 13:39

小白入门pytorch(二)----神经网络

本文为[小白入门Pytorch]学习记录博客文章目录前言一、神经网络的组成部分1.神经元2.神经网络层3.损失函数4.优化器二、Pytorch构建神经网络中的网络层全连接层2.卷积层3.池化层4.循环神经网络
yzhua_777·2023-09-30 10:41

【NLP】机器学习中的可能考点

1、推导线性回归的损失函数，最小二乘法中心极限定理，每个样本误差独立同分布，似然函数2、正则l1,l2的区别限制模型参数，减小过拟合lasso回归l1会产生稀疏矩阵（很多0值）岭回归l2弹性网络l1+l23
Du恒之·2023-09-30 09:42

YOLOX损失函数详细解释-------------(供自己学习使用）

1.这部分代码，看了比较长时间。原因是simOTA动态匹配正样本的部分花费太多时间2.文章思想部分借鉴了很多大佬3.代码部分直接看的Bubbliiing佬4.我只记录我看懂的部分，博客写的不好轻喷，欢迎指正YA！写在前面YOLOX的网络输出结果分别为：1.（bachsize,5+num_classes,80,80）2.（bachsize,5+num_classes,40,40）3.（bachsiz
完◎笑·2023-09-30 01:31

目标检测网络系列——Faster-RCNN(原理部分)

文章目录解决了什么问题RPN网络RPN在整个FasterRCNN中的位置RPN的结构anchor&anchorboxRPN的中间过程RPN的输出RPN的其他特性RPN网络的训练anchor标签数据网络的初始化处理损失函数的设计共享卷积层的训练前面三篇文章已经把
新兴AI民工·2023-09-30 00:42

Chrome Extension实战：页面注入

一、背景前段时间学习页面JS替换时写的一些测试代码，比较基础的知识，适合页面注入入门。
gambolday·2023-09-29 20:40

机器学习——一元线性回归构造直线，并给出损失函数

目录Question问题分析1.概念补充2.流程分析3.注意具体实现最终成果代码思考：Question在二维平面有n个点，如何画一条直线，使得所有点到该直线距离之和最短如果能找到，请给出其损失函数问题分析
JSU_曾是此间年少·2023-09-29 14:11

Focal Loss 在裂缝目标检测的使用

FocalLoss是一种用于解决类别不平衡问题的损失函数，特别适用于目标检测任务。调参是为了找到合适的参数设置，以最大化模型性能。
jilinLee·2023-09-29 05:58

深度学习中Dropout原理解析（10X单细胞和10X空间转录组）

在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测准确率较低。过拟合是很多机器学习的通病。
单细胞空间交响乐·2023-09-29 03:07

人工智能AI 全栈体系（八）

第一章神经网络是如何实现的神经网络只是提供了一个一般性方法，具体用它求解什么问题，根据问题的特点，定义好输入输出以及损失函数就可以了。
柠檬小帽·2023-09-29 00:43

深度学习-优化器

1.梯度下降最开始的梯度下降算法，更新权重的方法是theta=theta-learning_rate*gradient(loss),loss是损失函数。
歌者文明·2023-09-28 20:39

【CVPR 2021】基于样本间关系的知识蒸馏：Complementary Relation Contrastive Distillation

ComplementaryRelationContrastiveDistillation论文地址：主要问题：主要思路：算法优点：算法论证：基本符号：优化目标：优化目标的下限：分布近似：关系对比损失：互补关系：关系度量：具体实现：评判函数：采样策略：损失函数
BIT可达鸭·2023-09-28 19:03

学习笔记-随机梯度下降法

批量梯度下降法在每次迭代时需要计算每个样本上损失函数的梯度并求和．当训练集中的样本数量N很大时，空间复杂度比较高，每次迭代的计算开销也很大。
kjasd233·2023-09-28 13:38

深度学习入门笔记（二）梯度下降法

所以，我们定义了损失函数和成本函数，用于评估与的接近程度，以及模型的准确率。损失函数是对单个样本来说的。成本函数是对整个数据集来说的。
_CyberAngel·2023-09-28 13:07

【多任务案例：猫狗脸部定位与分类】

【猫狗脸部定位与识别】1引言2损失函数3TheOxford-IIITPetDataset数据集4数据预处理4创建模型输入5自定义数据集加载方式6显示一批次数据7创建定位模型8模型训练9绘制损失曲线10模型保存与预测
知识推荐号·2023-09-28 09:23

一个案例熟悉使用pytorch

1.3准备数据集1.3.1使用公开数据集：1.3.2获取训练集、测试集长度：1.3.3利用DataLoader来加载数据集1.4搭建神经网络1.4.1测试搭建的模型1.4.2创建用于训练的模型1.5定义损失函数和优化器
白莲居仙·2023-09-28 08:58

图像语义分割 U-Net图像分割网络详解

图像语义分割U-Net图像分割网络详解简介原始论文中的网络结构在医学方面的应用pytorch官方实现以DRIVE眼底血管分割数据集训练U-Net语义分割网络模型U-Net网络训练损失函数简介U-Net网络非常的简单
郭庆汝·2023-09-28 08:55

在kaggle中用GPU使用CGAN生成指定mnist手写数字

文章目录1项目介绍2参考文章3代码的实现过程及对代码的详细解析独热编码定义生成器定义判别器打印我们的引导信息模型训练迭代过程中生成的图片损失函数的变化4总结5模型相关的文件1项目介绍在GAN的基础上进行有条件的引导生成图片
云梦之上·2023-09-28 04:37

基于minist数据集用VAE训练生成图片（VAE基础入门学习）

文章目录参考的代码VAE介绍代码实现与解读代码块累计损失函数的变化迭代100次后生成的图像参考的代码复现的代码VAE介绍 VAE是变分自编码器（VariationalAuto-Encoder）的缩写。
云梦之上·2023-09-28 04:05

Monodepth2口臭学习记录1

在自监督单目训练经常使用逐渐复杂的模型和损失函数，和图像形成模型，使得逐渐与有监督的模型相近，我们展示了一个令人惊讶的简单的模型，和设计好的选择，
CarsimLn·2023-09-27 22:11

【代码复现】CMU-Net进行语义分割

文章目录1.main.py1.1.参数声明1.2.配置参数以及模型相关1.2.1.获取配置参数，打印输出，选择损失函数1.2.2.模型声明，相关参数、优化器、学习策略的选择1.3.数据集相关1.3.1.
Cpdr·2023-09-27 12:04

【自学记录】深度学习入门——基于Python的理论与实现（第4章 神经网络的学习）

4.2损失函数#损失函数#均方误差defmean_squared_error(y,t):return0.5*np.sum((y-t)**2)#交叉熵误差def_cross_entropy_error(y
__0077·2023-09-27 08:22

YOLOv3模型原理深度解析

（3）将损失函数从以前的Softmax修改为Logit，也就是对每个类别进
德彪稳坐倒骑驴·2023-09-26 13:55

一篇文章彻底搞懂熵、信息熵、KL散度、交叉熵、Softmax和交叉熵损失函数

文章目录一、熵和信息熵1.1概念1.2信息熵公式二、KL散度和交叉熵2.1KL散度(相对熵)2.2交叉熵三、Softmax和交叉熵损失函数3.1Softmax3.2交叉熵损失函数一、熵和信息熵1.1概念
冒冒菜菜·2023-09-26 10:47

目标检测YOLO实战应用案例100讲-基于改进目标检测的小麦麦穗识别（续）

目录4.1.2RPN结构4.1.3FasterR-CNN模型改进4.1.4损失函数设计4.1.5改进后的FasterR-CNN与原模型实验结果分析
林聪木·2023-09-26 09:01

Appium混合页面点击方法tap的使用

原生应用开发，是在Android、IOS等移动平台上利用官方提供的开发语言、开发类库、开发工具进行App开发；HTML5（h5）应用开发，是利用Web技术进行的App开发。目前，市面上很多app都是原生和h5混合开发，这样做的好处在于：1）开发效率高，节约时间同一套代码Android和IOS基本都可用。2）更新和部署比较方便，不需要每次升级都要上传到AppStore进行审核了，只需要在服务器端升级
测试涛叔·2023-09-26 07:30

打开深度学习的锁：（2）单隐藏层的神经网络

打开深度学习的锁导言PS：神经网络的训练过程一、数据集和包的说明1.1准备文件1.2需要导入的包二、构建神经网络的架构三、初始化函数四、激活函数4.1tanh（双曲正切函数）函数五，前向传播六、损失函数七
Jiashun Hao·2023-09-26 04:51

人工智能AI 全栈体系（六）

还有就是，由于训练数据存在噪声，训练神经网络时也并不是损失函数越小越好。当损失函数特别小时，可能会出现所谓的“过拟合”问题，导致神经网络在实际使用时性能严重下降
柠檬小帽·2023-09-26 03:30

XGBoost和GBDT的区别

2.传统的GBDT只用了一阶导数信息（使用牛顿法的除外），而XGBoost对损失函数做了二阶泰勒展开。并且XGBoost支持自定义损失函数，只要损失函数一阶、二阶可导。
Rover Ramble·2023-09-25 22:55
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他