YOLO-V1损失函数

感知机

为了求这个超平面需要用到基于误分类的损失函数和梯度下降的优化策略。
将_4c15·2023-12-29 15:15

【论文简述】Occlusion-Aware Depth Estimation with Adaptive Normal Constraints（ECCV 2020）

发表期刊：ECCV4.关键词：多视图深度估计，法线约束，遮挡感知策略，深度学习5.探索动机：现有深度学习方法大多未能保留突出的特征3D形状，如拐角，锋利的边缘和面，因为它们只使用深度进行监督，因此它们的损失函数不是用来保存这些结构的
华科附小第一名·2023-12-29 15:35

搭建简单的GPT聊天机器人

目录第一步进行语料库读取、文本预处理，完成data_utls.py第二步进行Seq2Seq模型的构建，完成Seq2Seq.py第三步进行模型参数设置、加载词典和数据、数据准备、GPU设置、构建优化器和损失函数
挽风起苍岚·2023-12-29 14:38

什么是GPT

1、损失函数就是预测下一个词2、所有下游任务都需要微调（再训练）3、gpt1是decoder，解码器二、gpt-2（开源）1、zero-shot（不做任何训练）在这开始耍起来了，下游任务不训练，不微调2
快乐apple家·2023-12-29 13:46

大数据前馈神经网络解密：深入理解人工智能的基石

深入理解人工智能的基石一、前馈神经网络概述什么是前馈神经网络前馈神经网络的工作原理应用场景及优缺点二、前馈神经网络的基本结构输入层、隐藏层和输出层激活函数的选择与作用网络权重和偏置三、前馈神经网络的训练方法损失函数与优化算法反向传播算法详解避免过拟合的策略四
星川皆无恙·2023-12-29 12:48

机器学习中常用的矩阵公式

要得到f的参数，需要定义一个损失函数，来判断预测值与实际值y之间的接近程度。
ᝰꫛꪮꪮꫜ hm·2023-12-29 11:38

目标检测-One Stage-YOLOv1

文章目录前言一、YOLOv1的网络结构和流程二、YOLOv1的损失函数三、YOLOv1的创新点总结前言前文目标检测-TwoStage-MaskRCNN提到了TwoStage算法的局限性：速度上并不能满足实时的要求因此出现了新的
学海一叶·2023-12-29 10:50

【深度学习】各领域常用的损失函数汇总（2024最新版）

目录1、L1损失、平均绝对误差（L1Loss、MeanAbsoluteError，MAE）2、L2损失、均方误差（L2Loss、MeanSquaredError，MSE）3、交叉熵损失（Cross-EntropyLoss）4、混合损失（CombinedLosses）5、DiceLoss或IoULoss6、对抗损失（AdversarialLoss）7、对比损失（ContrastiveLoss）/三重
daphne odera�·2023-12-29 06:56

【深度学习】基于 PyTorch 如何选取合适的损失函数（MAE、MSE、Huber）

作者丨小可乐大魔王@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/378822530编辑丨极市平台本文总结了如何针对应用场景选择合适损失函数、对比不同损失函数的优缺点及相关
风度78·2023-12-29 04:50

目标检测损失函数：IoU、GIoU、DIoU、CIoU、EIoU、alpha IoU、SIoU、WIoU原理及Pytorch实现

前言损失函数是用来评价模型的预测值和真实值一致程度，损失函数越小，通常模型的性能越好。不同的模型用的损失函数一般也不一样。
AI追随者·2023-12-29 01:20

【机器学习】深度学习

深度学习的底层原理1、以图像分类任务为例讲解深度学习的原理2、权重参数的含义（单隐层）⭐⭐⭐3、权重参数的含义（多隐层）⭐⭐⭐（1）第一层权重矩阵（网络）（2）第二层权重矩阵（网络）（3）第三层权重矩阵（网络）4、损失函数的引入
theSerein·2023-12-28 15:27

目标检测-Two Stage-Faster RCNN

的流程图FasterR-CNN网络结构图（以VGG为backbone）：二、FasterRCNN的创新点三、FasterRCNN的训练过程非极大值抑制（Non-MaximumSuppression，NMS）损失函数训练过程测试过程总结前言前文提到了目标检测
学海一叶·2023-12-28 14:10

常用线性回归算法类库简介

常用线性回归算法类库简介：LinearRegressionLinearRegression类就是我们平时所说的普通线性回归；Ridge由于LinearRegression没有考虑过拟合的问题，有可能导致泛化能力较差，这时损失函数可以加入正则化项
小T数据站·2023-12-28 11:28

使用预训练resnet18实现CIFAR-10分类

这里，我们使用的计算机视觉领域的经典数据集：CIFAR-10数据集，网络为ResNet18模型，损失函数为交叉熵损失，优化器为Ada
Simon52314·2023-12-28 10:37

深度学习中的收敛是什么意思？

具体来说，这通常涉及以下几个方面：1.损失函数的减少深度学习模型的训练通常涉及最小化一个称为损失函数（或代价函数）的量。这个函数衡量的是模型预测与真实数据之间的差异。
CA&AI-drugdesign·2023-12-28 05:58

BP算法与淋浴器的温度调节

BP算法之所以能够训练神经网络，是因为它基于梯度下降的思想，通过最小化损失函数来优化网络参数。
人工智能教学实践·2023-12-27 19:37

2. 回归树

如何构建回归树2.1树的深度如何决定2.1.1第一种（确定叶子节点个数或者树的深度）2.1.2第二种（子节点所包含样本数）2.1.3第三种（给定精度）2.2划分的节点如何选取2.3叶子节点代表的值Cm如何决定3.损失函数
还是那个同伟伟·2023-12-27 18:07

Scikit-Learn线性回归(一)

Scikit-Learn线性回归一1、线性回归概述1.1、回归1.2、线性1.3、线性回归1.4、线性回归的优缺点1.5、线性回归与逻辑回归2、线性回归的原理2.1、线性回归的定义与原理2.2、线性回归的损失函数
对许·2023-12-27 14:38

使用自监督对比学习模型SimCLR完成图像分类任务：pytorch代码详解

文章目录一、定义有监督和无监督部分网络结构和损失函数1.1任务分解1.2代码1.3代码详解1.3.1SimCLRStage11.3.2SimCLRStage21.3.3lossfunction二、配置文件
好喜欢吃红柚子·2023-12-27 13:11

python读取csv数据

目录背景1.读取csv文件2.判断文件是否存在3.打印当前时间4.生成随机指定维度指定范围的tensor5.pytorch计算欧氏距离，曼哈顿距离6.pytorch18种损失函数7.对一个tensor做行标准化
snake_seeker·2023-12-27 12:41

目标检测 pytorch复现CenterNet目标检测项目

详细实现原理4.1、heatmap(热力图)理解和生成4.1.1heatmap生成4.1.2heatmap高斯函数半径的确定4.1.3CenterNet中生成高斯核的部分代码进行解析：5、预处理数据增强6、损失函数
郭庆汝·2023-12-27 12:39

rasa框架意图分类embedding算法

算法模型intent_classifier_tensorflow_embedding点击此处获取算法代码算法框架算法框架算法思想把训练样本和意图编码到同一个向量空间，设计损失函数，使得样本与真实意图更相近
233彭于晏·2023-12-27 11:28

详解Keras3.0 API: Optimizers(优化器)

Optimizers优化器（Optimizer）是深度学习中用于更新模型参数的一种方法，它的目标是最小化损失函数。在训练神经网络时，我们通常使用梯度下降法来更新参数，而优化器就是实现这一过程的工具。
缘起性空、·2023-12-26 12:30

回答同学的提问，机器学习中常见的目标函数，优化器，损失函数的概念，联系

目标函数，优化器，损失函数1.目标函数的概念2.优化器的概念3.损失函数的概念总结1.目标函数的概念目标函数是深度学习的心脏，它是模型训练的引擎。
小桥流水---人工智能·2023-12-26 09:20

【机器学习】Boosting算法-梯度提升算法（Gradient Boosting）

梯度提升算法的核心思想是利用损失函数的负梯度作为残差的近似值，然后用一个基学习器拟合这个残差，再将其加到之前的模型上，从而不断地减小损失函数的值。
十年一梦实验室·2023-12-26 09:18

TensorFlow 模型中的回调函数与损失函数

回调函数tf.keras的回调函数实际上是一个类，一般是在model.fit时作为参数指定，用于控制在训练过程开始或者在训练过程结束，在每个epoch训练开始或者训练结束，在每个batch训练开始或者训练结束时执行一些操作，例如收集一些日志信息，改变学习率等超参数，提前终止训练过程等等。同样地，针对model.evaluate或者model.predict也可以指定callbacks参数，用于控制
人工智能小豪·2023-12-26 07:26

毕业设计-基于深度学习的车辆实时检测与跟踪系统 YOLO 卷积神经网络 人工智能 CNN

目录前言课题背景和意义实现技术思路一、YOLOv5算法1.1YOLOv5算法特点1.2YOLOv5s的损失函数1.3注意力机制二、数据集建立和模型训练2.1模型训练2.2目标跟踪三、实验效果最后前言大四是整个大学期间最忙碌的时光
Krin_IT·2023-12-26 02:06

统计学习方法笔记二---感知机(Perceptron Learning Algorithm,PLA)

目标/目的：求出将训练数据进行线性划分的分类超平面，为此导入误分类的损失函数，利用梯度下降法对损失函数进行最小化，求的感知机模型。感知机学习算法具有简单而易于实现的优点，分为原始
爱科研的徐博士·2023-12-25 23:13

神经网络和深度学习(吴恩达) 第二周课程提炼

本篇主要是第二周课程中讲到的：二分分类、Logistic回归、损失函数、梯度下降、向量化。
北冥丶有鱼·2023-12-25 19:24

RIS 系列 Mask Grounding for Referring Image Segmentation 论文阅读笔记

ArchitectureDesignforRISLossDesignforRISMaskedLanguageModeling四、方法4.1结构4.2MaskGrounding讨论4.3跨模态对齐模块4.4跨模态对齐损失4.5损失函数五
乄洛尘·2023-12-25 09:17

深度学习中用来训练的train.py 探究学习（1）

定义模型：train.py会定义深度学习模型的结构，包括网络的层次结构、激活函数、损失函数等。设置训练参数：train.py会设置训练网络的一些参数，如训练的轮数、学习率、批量大小等。
无妄无望·2023-12-25 08:08

PyTorch官网demo解读——第一个神经网络（3）

大佬说梯度下降是深度学习的灵魂；梯度是损失函数（代价函数）的导数，而下降的目的是让我们的损失不断减少，达到模型收敛的效果，最终拟合出最优的参数w。所以，我们要先从损失函数（代价函数）说起。
骑猪等风·2023-12-25 06:30

四. 基于环视Camera的BEV感知算法-PETR

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5.PETRv2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·2023-12-25 03:59

四. 基于环视Camera的BEV感知算法-BEVDepth

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·2023-12-25 03:28

OpenAI科学家Hyung Won Chung演讲精华版

文章目录第一个观点：涌现第二个观点：如何扩大规模1、标记化2、嵌入3、计算4、评估（损失函数）5、反向传播最近从Google跳槽到OpenAI的AI科学家HyungWonChung比较拗口，我就简称尚哥了他最近做了一个技术演讲涵盖了大语言模型的很多最新动向和技术细节今天大飞在这里跟大家分享一下可以说这次分享可以跟安德烈卡帕西的
韫秋鱼线·2023-12-25 03:27

交叉熵损失（Cross Entropy Loss）学习笔记

  在分类任务中，我们通常使用交叉熵作为损失函数，首先给出交叉熵的计算公式：二分类中：L=1N∑iLi=1N∑i−[yilog(pi)+(1−yi)⋅log(1−pi)]\mathcal{L}=\frac1
图学习的小张·2023-12-24 22:40

Pytorch-神经网络

神经网络一个常见的训练过程如下：（1）定义含有可训练参数的神经网络；（2）遍历输入数据集；（3）输入数据经过网络进行的相关运算（正向传播）；（4）计算损失函数（loss）；（5）梯度反向传播；
WAI_f·2023-12-24 18:02

梯度下降算法在Python中的详细解析及示例代码

梯度下降算法是一种常用的优化算法，用于在机器学习和深度学习中最小化损失函数。它通过迭代的方式找到损失函数的局部最小值点。在本篇文章中，我们将详细解析梯度下降算法的原理，并提供Python示例代码。
TechGlide·2023-12-24 17:32

清风数学建模学习笔记-岭回归与lasso回归

内容：岭回归与lasso回归介绍：岭回归与lasso回归与OLS回归（最小二乘估计法）模型的区别在与在损失函数上加上不同的惩罚项，该惩罚项能够识别模型中不重要的变量，对模型起到简化的作用，另一方面加入惩罚项之后可以使模型变得可估计
别被算法PUA·2023-12-24 00:47

机器学习之损失函数

在机器学习中，损失函数（LossFunction）是用来衡量模型预测结果与实际标签之间差异的一种函数。
贾斯汀玛尔斯·2023-12-23 21:47

神经网络：深度学习基础

BP算法对网络中所有权重计算损失函数的梯度，并将梯度反馈给最优化方法，用来更新权值以最小化损失函数。
是Dream呀·2023-12-23 20:38

机器学习笔记（二）使用paddlepaddle，再探波士顿房价预测

来重写之前那个手写的梯度下降方案，简化内容流程实际上就做了几个事：数据准备：将一个批次的数据先转换成nparray格式，再转换成Tensor格式前向计算：将一个批次的样本数据灌入网络中，计算出结果计算损失函数
Leventure_轩先生·2023-12-23 16:52

阅读笔记-PRECISE ADJACENT MARGIN LOSS FOR DEEP FACE RECOGNITION

问题：首先，在以往的损失函数中提到的“边际”是Softmax决策边界之间的边际，它不代表训练集中不同类别之间的真实的边际；其次，以往的损失函数对所有可能的类对组合施加了边界，这是不必要的。
蜡笔小祎在线学习·2023-12-23 15:24

阅读笔记-GICOFACE: GLOBAL INFORMATION-BASED COSINE OPTIMAL LOSS FOR DEEP FACE RECOGNITION

问题：首先以往的损失函数或不应用权重和特征归一化，如对比损失、三重损失、中心损失、范围损失和边际损失;或者不明确遵循提高辨别能力的两个目标，如L-Softmax损失
蜡笔小祎在线学习·2023-12-23 15:23

阅读笔记-Minimum margin loss for deep face recognition

以往的损失函数不能解决类不平衡数据集存在的边际偏差问题，即所谓的长尾分布。
蜡笔小祎在线学习·2023-12-23 15:53

简单易用的轻量级生成对抗网络工具库：TFGAN

TFGAN是谷歌开源的一个轻量级生成对抗网络(GAN)工具库，它为开发者轻松训练GAN提供了基础条件，提供经过完整测试的损失函数和评估指标，同时提供易于使用的范例，这些范例展示了TFGAN的表达能力和灵活性
Daisy丶·2023-12-23 15:48

机器学习笔记（一）从波士顿房价预测开始，梯度下降

从波士顿房价开始目标其实这一章节比较简单，主要是概念，首先在波士顿房价这个问题中，我们假设了一组线性关系，也就是如图所示我们假定结果房价和这些参数之间有线性关系，即:然后我们假定这个函数的损失函数为均方差
Leventure_轩先生·2023-12-23 09:37

深度学习损失函数（含公式和代码）

基础知识包含公式和代码均方误差损失函数（MeanSquaredError，MSE）：适用于回归问题，计算预测值与真实值之间的平均平方误差。
New___dream·2023-12-23 06:28

逻辑回归模型中特征是否需要归一化？

从反向过程来看：逻辑回归模型的参数优化一般采用了梯度下降法，如果不对特征进行归一化，可能会使得损失函数值得等高线呈椭球形，这样花费更多的迭代步数才能到达最优解。
不会念经的木鱼仔·2023-12-23 03:46

深度学习中的损失函数

1损失函数概述大多数深度学习算法都会涉及某种形式的优化，所谓优化指的是改变以最小化或最大化某个函数的任务，我们通常以最小化指代大多数最优化问题。
智慧医疗探索者·2023-12-23 03:49
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他