crossEntropy

Flink实时流计算中，如何融入tensorflow

fromkeras.modelsimportSequential,load_modelimportnumpymodel=load_model('xxx.h5')model.compile(loss='binary_crossentropy
于小葵·2019-01-10 17:25

123

crossentropy也是通过极大似然推出来的？lossfunction极大似然最大后验？？？最大后验后面会加正则项而已多个二分类和用softmax？？？？多分类的crossentropy？？？？
ChichiZhou·2019-01-04 02:06

123

crossentropy也是通过极大似然推出来的？lossfunction极大似然最大后验？？？最大后验后面会加正则项而已多个二分类和用softmax？？？？多分类的crossentropy？？？？
ChichiZhou·2019-01-04 02:06

Keras错误：ValueError: expected dense_2 to have shape (10,) but got array with shape (1,)

对keras模型进行编译，当loss是categorical_crossentropy的时候，model.compile(loss=keras.losses.categorical_crossentropy
落叶_小唱·2018-12-18 15:34

tensorflow 笔记(3):神经网络优化

参数的个数表示.层数=隐藏层的层数+1个输出层总参数=总W+总b损失函数(loss):预测值(y)与已知答案(y_)的差距NN优化目标:loss最小,常见的损失函数：均方误差(MSE),交叉熵损失函数(CrossEntropy
Jaykie_·2018-12-11 00:48

各种 loss 的了解 (binary/categorical crossentropy)

1.binary_crossentropy交叉熵损失函数，一般用于二分类：这个是针对概率之间的损失函数，你会发现只有yi和ŷi是相等时，loss才为0，否则loss就是为一个正数。
koreyoshichen·2018-12-05 11:52

JuJu团队12月3号工作汇报

JuJu团队12月3号工作汇报JuJuScrum团队成员今日工作剩余任务困难于达修改batch里给sentence加padding的方法继续调试无婷婷给crossentropy对应的标签加上权重和陈灿一起提升
Julia_AI_123·2018-12-04 09:00

医学图像分割常用的损失函数

本文主要介绍医学图像中常用的损失函数，包括crossentropy,generalizeddicecoefiicients,focalloss 等。    
Biyoner·2018-12-03 17:44

TensorFlow神经网络（三）神经网络优化

一、激活函数二、损失函数①mse（meansquarederror）均方误差loss_mse=tf.reduce_mean(tf.square(y_-y)②ce（crossentropy）交叉熵表示两个概率分布之间的距离
petSym·2018-11-02 12:54

反向传播back propagation：神经网络递推与一般表示的向量形式

零前置知识损失函数与激活函数损失函数的形式称为交叉熵（crossentropy），后面的推导中的损失函数L都是此形式梯度下降法Repeat:{}untilconvergence可见若进行梯度下降法，需求出
SethChai·2018-11-01 00:00

关于交叉熵在loss函数中使用的直观理解

关于交叉熵在loss函数中使用的直观理解交叉熵（crossentropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。
MachineLearning-ZJU·2018-10-28 23:43

KL散度与交叉熵区别与联系

要想明白交叉熵(CrossEntropy)的意义，可以从熵(Entropy)->KL散度(Kullback-LeiblerDivergence)->交叉熵这个顺序入手。当然，也有多种解释方法[1]。
dby_freedom·2018-10-25 09:35

KL散度与交叉熵区别与联系

要想明白交叉熵(CrossEntropy)的意义，可以从熵(Entropy)->KL散度(Kullback-LeiblerDivergence)->交叉熵这个顺序入手。当然，也有多种解释方法[1]。
dby_freedom·2018-10-25 09:35

从源码解读Large-Margin Softmax Loss for Convolutional Neural Networks

Large-MarginSoftmaxLossforConvolutionalNeuralNetworks1.论文回顾论文地址：https://arxiv.org/pdf/1612.02295.pdfL-softmax的主要思想是通过一个超参m对softmax+crossentropy
_rookie_coder·2018-10-24 00:13

为什么用交叉熵做损失函数

博客已迁移至知乎本文地址：https://zhuanlan.zhihu.com/p/70804197前言在处理分类问题的神经网络模型中，很多都使用交叉熵(crossentropy)做损失函数。
滴水无痕0801·2018-09-20 18:39

5、【李宏毅机器学习（2017）】Logistic Regression（Logistic回归）

目录step1step2step3LogisticRegression与LinearRegression差异为什么在Logistic回归中使用Crossentropy而非MSE做模型选择的标准？
Jimmyzqb·2018-08-28 14:03

一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉

这篇博客转载自：https://blog.csdn.net/tsyccnh/article/details/79163834关于交叉熵在loss函数中使用的理解交叉熵（crossentropy）是深度学习中常用的一个概念
零钱币·2018-08-27 19:43

softmax做激活函数，crossentropy做损失函数时softmax的求导问题

首先crossentropy的定义为softmax的直观定义（摘于李宏毅教授主页http://speech.ee.ntu.edu.tw/~tlkagk/courses.html）softmax它将多个神经元的输出
Mr. HLW·2018-08-27 19:02

深度学习在多标签分类中的应用

但一个样本只属于一个类别多标签分类(multi-labelclassificaton)：每个样本有多个标签区别：对于多类分类，最后一层使用softmax函数进行预测，训练阶段使用categorical_crossentropy
littlely_ll·2018-08-12 15:31

常见的损失函数之MSE\Binary_crossentropy\categorical_crossentropy

损失函数是机器学习最重要的概念之一。通过计算损失函数的大小，是学习过程中的主要依据也是学习后判断算法优劣的重要判据。常用的损失函数有均方误差：MSEloss=∑i=1n(yi−y^i)2loss=∑i=1n(yi−y^i)2∂loss∂y=2∑i=1n(yi−y^i)∂loss∂y=2∑i=1n(yi−y^i)是最经典也是最简单的损失函数，几乎万能，但是不太准确。binary_crossentro
Li_GaoGao·2018-08-04 12:31

深度学习干货学习（1）——center loss

在构建loss时pytorch常用的包中有最常见的MSE、crossentropy（logsoftmax+NLLLoss）、KL散度Loss、BCE、HingeLoss等等，详见：https://pytorch-cn.readthedocs.io
每天都要深度学习·2018-07-27 16:12

Sklearn中二分类问题的交叉熵计算

二分类问题的交叉熵  在二分类问题中，损失函数（lossfunction）为交叉熵（crossentropy）损失函数。
山阴少年·2018-07-26 20:34

深度学习(3)损失函数-交叉熵(CrossEntropy)

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：交叉熵损失函数。1.损失函数机器学习算法都或多或少的依赖于对目标函数最大化或者最小化的过程，常常把最小化的函数称为损失函数，它主要用于衡量机器学习模型的预测能力。损失函数可以看出模型的优劣，提供了优化的方向，但是没有任何一种损失函数适用于所有的模型。损失函数的选取依赖于参数的数量、异常值、机器学习算法、梯度下降的效率、导数求取的难易和预测的
theFlyer·2018-07-26 20:18

Sigmoid、Cross Entropy与Softmax

本篇博客我们讲一下从线性回归到逻辑回归的激活函数Sigmoid，以及其优化loss函数crossentropy，及多分类函数softmax和其loss；Sigmoid：在之前介绍的线性回归当中也有涉及到
Enjoy_endless·2018-07-25 16:50

交叉熵

转载自：https://blog.csdn.net/tsyccnh/article/details/79163834关于交叉熵在loss函数中使用的理解交叉熵（crossentropy）是深度学习中常用的一个概念
Rasin_Wu·2018-07-24 22:37

softmax loss层的求导反向传播

关于softmax和crossentropy的介绍和解释可以详见我的另一篇博客softmaxloss。这篇博客仅解释如何对softmaxloss层进行求导反向传播。  
keep_forward·2018-07-08 11:16

softmax loss

并且一般将softmax的输出当做概率置信度结果，即p(xj)=softmax(xj)=exj∑Ci=1exip(xj)=softmax(xj)=exj∑i=1Cexi2.crossentropy 
keep_forward·2018-07-04 22:59

一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉

作者|田思洋（北京科技大学在读博士生，主要研究方向图像识别，表面检测）▌关于交叉熵在loss函数中使用的理解交叉熵（crossentropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距
AI科技大本营·2018-07-02 18:36

PyTorch中的Loss Fucntion

/sshuair.com/2017/10/21/pytorch-loss/PyTorch中的LossFucntion深度学习中的LossFunction有很多，常见的有L1、L2、HingeLoss、CrossEntropy
雨后阳光cxy·2018-06-23 18:13

信息论 -- 熵与互信息

这篇文章主要讲：熵,联合熵(jointentropy),条件熵(conditionalentropy),相对熵(relativeentropy,KL距离),互信息(mutualinformation),交叉熵(crossentropy
YUKI_BEAR·2018-06-19 10:07

常用损失函数小结

一、摘要本文主要总结一下常见的损失函数，包括：MSE均方误差损失函数、SVM合页损失函数、CrossEntropy交叉熵损失函数、目标检测中常用的SmoothL1损失函数。
视觉一只白·2018-05-27 11:58

李宏毅机器学习笔记-12.2 循环神经网络（Recurrent Neural Network-RNN）- part 2

RecurrentNeuralNetwork(RNN)-循环神经网络（part2)1训练RNN1.1定义Loss如上图中，每一个单词对应一个Slot，将句子按顺序丢进Network中，产生一个输出y，将每个y与预期的正确输出做crossentropy
MemoryD·2018-05-17 19:13

CNN笔记(4)--目标函数

9.目标函数（损失函数，代价函数）9.1分类任务的目标函数9.1.1交叉熵损失函数（crossentropy）(SoftMax)Lcrossentropyloss=Lsoftmax_loss=−1N∑i
Codename-NC·2018-04-27 00:34

TensorFlow损失函数专题详解

一、分类问题损失函数――交叉熵（crossentropy）交叉熵刻画了两个概率分布之间的距离，是分类问题中使用广泛的损失函数。
marsjhao·2018-04-26 10:23

机器学习的损失函数 loss function

L=∑i=0n−1ℓ(yi,yi^)L=∑i=0n−1ℓ(yi,yi^)1.常见的损失函数1)交叉熵(crossentropy)：如在逻辑回归LR。
obitolyz·2018-04-23 10:34

优达学城-深度学习笔记（一）

优达学城-深度学习笔记（一）标签：机器学习优达学城-深度学习笔记一一神经网络简介最大似然概率交叉熵Crossentropy1交叉熵代码实现2多类别交叉熵对数几率回归的误差函数costfunction梯度下降代码神经网络
蚍蜉_·2018-02-09 17:50

一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉

关于交叉熵在loss函数中使用的理解交叉熵（crossentropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。
史丹利复合田·2018-01-25 16:50

神经网络经典损失函数-交叉熵和均方误差

交叉熵（crossentropy）是常用的方法之一，刻画了两个概率分布之间的距离，是分类问题中使用较多的一种损失函数。
gaoyueace·2018-01-10 18:28

机器学习资源

里边涉及了crossentropy损失函数。这里重温了一下二分类的logistic回归以及多类的softmaxloss，但是对于softmax的背景知识一直不是太了解。
小班得瑞·2017-12-05 10:57

分类模型的 Loss 为什么使用 cross entropy

提纲：分类模型与Loss函数的定义，为什么不能用ClassificationError，CrossEntropy的效果对比，为什么不用MeanSquaredError，定量理解CrossEntropy，
This is bill·2017-10-30 15:04

如何理解K-L散度（相对熵）

另外在附录5中解释了为什么在深度学习中，训练模型时使用的是CrossEntropy而非K-L
goodshot·2017-10-21 11:24

[深度学习] (1): 实现一个简单的XOR

才能进行正确分类输入输出X=np.array([[0,0],[0,1],[1,0],[1,1]])y=np.array([[0],[1],[1],[0]])代价函数J(Θ)MSE作为最传统的代价函数，MSE简单效果也稳定CrossEntropy
LeYOUNGER·2017-09-21 17:25

代价函数 交叉熵

1.简介交叉熵,CrossEntropy.一般用作二分类/多分类的代价函数,而不用于回归问题.2.公式对于离散变量X的两个概率分布p与q,它们的交叉熵定义为:3.二分类应用3.1输出层为一个节点符号约定
yichudu·2017-09-03 11:29

卷积神经网络系列之softmax，softmax loss和cross entropy的讲解

你对softmax，softmaxloss，crossentropy了解吗？相信很多人不一定清楚。虽然网上的资料很多，但是质量
AI之路·2017-08-17 07:51

Keras的入门

input_dim=100))model.add(Dense(10,activation='softmax'))model.compile(optimizer='rmsprop',loss='categorical_crossentropy
Lefenger·2017-08-06 14:46

基于TensorFlow的Keras运行出错解决方案

最近基于TensorFlow安装了Keras，今天运行代码时报了这个错误出错代码:self.AM=Sequential()self.AM.compile(loss='binary_crossentropy
黑暗骑士V·2017-07-15 23:09

如何理解K-L散度（相对熵）

另外在附录5中解释了为什么在深度学习中，训练模型时使用的是CrossEntropy而非K-
Aspirinrin·2017-06-28 17:36

如何理解K-L散度（相对熵）

另外在附录5中解释了为什么在深度学习中，训练模型时使用的是CrossEntropy而非K-
Aspirinrin·2017-06-28 17:36

TensorFlow损失函数专题

一、分类问题损失函数——交叉熵（crossentropy）交叉熵刻画了两个概率分布之间的距离，是分类问题中使用广泛的损失函数。
marsjhao·2017-05-22 21:59

TensorFlow 实战（一）—— 交叉熵（cross entropy）的定义

crossentropy最早是信息论（informationtheory）中的概念，由信息熵（informationentropy，与压缩比率有关）变化而来，然后被用到很多地方，包括通信，纠错码，博弈论和机器学习等
Inside_Zhang·2017-03-11 09:11
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他