losses

tf.keras.losses.SparseCategoricalCrossentropy详解

目录tf.keras.losses.SparseCategoricalCrossentropy的作用tf.keras.losses.SparseCategoricalCrossentropy的示例tf.keras.losses.SparseCategoricalCrossentropy
象象家的小蜜桃·2022-11-19 03:48

Unified Focal loss: Generalising Dice and cross entropy-based losses to handle class imbalanced medi

UnifiedFocalloss:GeneralisingDiceandcrossentropy-basedlossestohandleclassimbalancedmedicalimagesegmentation发表期刊：ComputerizedMedicalImagingandGraphics’发表时间：2022年Abstract自动分割方法是医学图像分析的重要进步。机器学习技术，尤其是深度神
Never_Jiao·2022-11-12 08:43

如何在pycharm上画loss函数图像

如何在pycharm上画loss函数图像（即loss与迭代次数之间的关系图像）1.代码：在train函数下面加入：writer.add_scalar(‘loss/train_loss’,losses.val
黎栗栗·2022-10-24 10:05

KeyError: "Registering two shape functions with name 'NnDistance' !

解决方法：上面的structural_losses文件夹进行marksourceroot的话，就需要把structural_losses这个删了。如果编译过
Ctrl_Cver·2022-09-22 21:31

曹建老师Tensorflow笔记——神经网络搭建八股

x,regularizer):w=b=y=returnydefget_weight(shape,regularizer):w=tf.Variable()#如果使用正则化把每一个w的正则化损失加到总损失losses
HelpMeMoon·2022-08-24 11:25

Tensorflow笔记——神经网络优化

)指数衰减(2)分段常数衰减4.激活函数（1）sigmoid（2）tanh（4）LeakyReLU（5）softmax（6）建议5.损失函数（1）均方误差损失函数（2）交叉熵损失函数tf.keras.losses.Categori
中意灬·2022-08-24 11:22

经典遥感影像建筑物提取模型Building Extraction Based on U-Net with an Attention Block and Multiple Losses（AMUNet）

BuildingExtractionBasedonU-NetwithanAttentionBlockandMultipleLosses（AMUNet）在2020年发表于remotesensing期刊。论文网址：https://www.researchgate.net/publication/341018039_Building_Extraction_Based_on_U-Net_with_an_A
张泽远-·2022-08-11 07:29

【Pytorch神经网络实战案例】06 逻辑回归拟合二维数据

importsklearn.datasetsimporttorchimportnumpyasnpimportmatplotlib.pyplotaspltfromLogicNet_funimportLogicNet,plot_losses
LiBiGo·2022-08-11 07:22

从零开始实现yolox四：模型的训练（一）损失函数与标签分配

损失函数与标签分配1IOU损失2YOLOX的损失函数类（1）初始化与forward函数（2）边框调整与网格生成函数self.get_output_and_grid（3）损失计算函数self.get_losses
weixin_44457930·2022-07-24 07:24

pytorch 笔记：validation ，model.eval V.S torch.no_grad

np.infforepochinrange(1,epochs+1):############################训练部分开始#############################model.train()train_losses
UQI-LIUWJ·2022-07-04 07:23

Alpha-IoU: A Family of Power Intersection over Union Losses for Bounding Box Regression （论文阅读笔记）

摘要Boundingbox（bbox）回归是CV中的一项基本任务，最常用的损失函数是IOULoss和相关变体。文章将现有的基于IoULoss推广到一个新的PowerIoU系列Loss，它具有一个幂次IoU项和一个附加的幂次正则项。这种新的损失系列为α-IoULoss。在多个目标检测基准和模型上的实验表明，α-iou损失可以显著的超过现有的基于iou的损失;通过调节α，使探测器更灵活地实现不同水平的
今天也学习了嗷·2022-05-23 07:54

多任务损失优化：Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics

论文地址：Multi-TaskLearningUsingUncertaintytoWeighLossesforSceneGeometryandSemantics使用同方差不确定性优化多任务损失优化一、摘要二、介绍三、多任务学习1.同方差不确定性2.多任务似然回归四、结论一、摘要（没有具体研究实例分割，所以本博客并没有过多关心关于分割的模型与任务）有些深度网络需要多任务来同时进行多个回归和分类目标，
三木ぃ·2022-04-29 12:42

【算法】力扣第 287 场周赛（最短代码）

minimum-number-of-operations-to-convert-time/)[5235.找出输掉零场或一场比赛的玩家](https://leetcode-cn.com/problems/find-players-with-zero-or-one-losses
可可卷·2022-04-22 22:47

TF2的梯度带(GradientTape)，优化器(Optimizer)和损失函数(losses)

因为tensorflow2.x相对于tensorflow1.x的变动，API变更和思路也变化了，这节重点介绍的为梯度带(GradientTape)和优化器(Optimizer)因为大多数机器学习任务就是最小化损失，在损失定义的情况下，后面的工作就交给优化器啦。因为深度学习常见的是对于梯度的优化，也就是说，优化器最后其实就是各种对于梯度下降算法的优化。一.梯度带tf.GradientTape梯度带是
-麦_子-·2022-02-08 10:00

tf.add_to_collection

tf.get_collection(‘list_name’)：返回名称为list_name的列表*tf.add_n(list)：将列表元素相加并返回importtensorflowastftf.add_to_collection('losses
Perry_Wu·2022-02-07 02:10

论文翻译：2020_Weighted speech distortion losses for neural-network-based real-time speech enhancement

论文地址：基于神经网络的实时语音增强的加权语音失真损失论文代码：https://github.com/GuillaumeVW/NSNet引用：XiaY,BraunS,ReddyCKA,etal.Weightedspeechdistortionlossesforneural-network-basedreal-timespeechenhancement[C]//ICASSP2020-2020IEEE
凌逆战·2021-12-06 15:00

美国税法3.2 商业资产处置的利得和损失 Gains and Losses

GainsandLossesonBusinessProperty题记：昨晚临睡前，浏览了一遍美国税改，好多简化，历史在前行中演化。核心的概念，还是不会变。前行吧，骚年。1.Section1231,Section1245和Section1250Assets到底是什么鬼？从数字记忆上，Becker告诉我们Section1231的1231就是年底最后一天，12月31日。后面的1245和1250，按数字的
斜杠少女bc·2021-06-27 05:11

protocol

funcwinningpercent()->Double}可以在拓展中实现协议extensionRecord{vardescription:String{returnString(format:"WINS:%d,LOSSES
LimChihi·2021-06-24 06:18

（2）--Perceptual Losses for Real-Time Style Transfer and Super-Resolution

系统框架：其中损失网络是在imgnet上预训练过的vgg16，训练过程中参数保持不变；变换网络fw是深度残差网络（deepresidualcnn）;损失网络对比生成网络生成的图片与每一幅训练集中的目标图片，于是损失函数可表示为：网络细节的设计大体遵循DCGAN中的设计思路：1.不使用pooling层，而是使用strided和fractionallystrided卷积来做downsampling和u
小绿叶mj·2021-05-19 05:32

tf.losses.mean_squared_error

tf源代码中：defmean_squared_error(labels,predictions,weights=1.0,scope=None,loss_collection=ops.GraphKeys.LOSSES
西方失败9527·2021-05-18 21:10

【论文读后感】：Perceptual Losses for Real-Time Style Transfer and Super-Resolution

摘要本文解决《Aneuralalgorithmofartisticstyle》一文中的问题，即图像风格转换。1.对于这种问题一般都是使用一个神经网络根据逐像素loss（per-pixelloss）来完成的。2.有研究表明基于从训练好的神经网络中提取出的高级图像特征通过定义及优化感知loss（perceptualloss）可以生成高分辨率的图像。本文就基于上面的两点，使用perceptualloss
KID_SAMA·2021-04-27 11:46

梯度不下降怎么办？欠拟合的解决方案

并且tensorflow还整合的平方差（tf.square）和平均值（tf.reduce_sum）的整合函数（tf.losses.mean_squared_error）。于是我
刘大力_·2021-04-21 07:43

Anchor-Free总结

//github.com/zzzxxxttt/pytorch_simple_CornerNet/blob/767bf0af3229d9ffc1679aebdbf5eb05671bbc75/utils/losses.py
福伴·2021-03-17 10:37

深度学习7-常用损失函数和自定义损失函数

文章目录1.常用损失函数2.自定义损失函数mseFocalloss损失函数3.实战1：FocalLoss实现自定义损失函数(以minist数据集构建图像分类算法)1.常用损失函数tf.keras.losses
哎呦-_-不错·2020-09-26 10:04

Keras笔记-损失函数的使用

Keras中文文档：https://keras.io/zh/losses/1.损失函数的使用损失函数（或称目标函数、优化评分函数）是编译模型时所需的两个参数之一：model.compile(loss='
Mask12138·2020-09-17 07:15

【OCJP】 第4题---Comparable只有个compareTo()方法

上题：QUESTION5Given:1.publicclassScoreimplementsComparable{2.privateintwins,losses;3.publicScore(intw,intl
Android_大船·2020-09-16 00:58

Perceptual Losses for Real-Time Style Transfer and Super-Resolution 论文 理解

斯坦福大学的一篇基于感知损失函数的实时风格转换和超分辨重建论文理解，暂时只对实时风格转换部分做了理解，记录如下，如有问题，欢迎指正。这篇论文解决了之前Gatys等人实现的风格转换费时比较久的问题。训练了一个网络，其中直接包含前向生成部分，等模型训练好了可以直接用于生成转换图片。这个网络与之前Gatys的图像生成对比：效果是差不多（个人觉得有些地方稍差点：感觉物体大部分分割比gatys的要稍差点，有
玉兔金兔·2020-09-16 00:43

Keras高级--构建复杂的自定义Losses和Metrics

loss函数3.多参数loss/metric函数翻译自：https://towardsdatascience.com/advanced-keras-constructing-complex-custom-losses-and-metrics-c07ca130a618
迪普达克范特西·2020-09-15 23:51

第五个tensorflow的小案例

自制多层神经网络层importtensorflowastf#获取一层神经网络边上的权重，并将这个权重的L2正则化损失加入名称为'losses'的集合中defget_weight(shape,lambda1
xdhuox926·2020-09-15 01:14

tensorflow中的loss函数总结

一、处理回归问题1.tf.losses.mean_squared_error：均方根误差（MSE）——回归问题中最常用的损失函数优点是便于梯度下降，误差大时下降快，误差小时下降慢，有利于函数收敛。
fkyyly·2020-09-14 18:43

Hedge fund losses may cut art prices

BillionaireEliBroad,who'llhelpshoreupGoldmanSachsGroupInc.'sGlobalEquityOpportunitiesFund,saidartpriceswilldeclineasaresultoflossesbyhedgefundsandotherlargecontemporaryartcollectors."Manyofthebuyersof
shileiaini0·2020-09-14 01:54

TensorFlow tf.keras.losses.SparseCategoricalCrossentropy

num_class].也就是说y_pred经过softmax层之后,是one-hot编码,SparseCategoricalCrossentropy将y_true变成了one-hot编码.cce=tf.keras.losses.SparseCategoricalCrossentropy
Claroja·2020-09-14 00:55

Tensorflow-slim 学习笔记（一）概述

importtensorflow.contrib.slimasslim2.组成部分：arg_scope:使得用户可以在同一个arg_scope中使用默认的参数data，evaluation，layers，learning，losses
weixin_30615767·2020-09-13 09:17

tensorflow小技巧--binary_crossentropy与BinaryCrossentropy的区别

tf.keras.losses下面有两个长得非常相似的损失函数，binary_crossentropy(官网传送门)与BinaryCrossentropy(官网传送门)。
yftadyz·2020-09-12 21:15

TensorFlow学习（四）：梯度带(GradientTape)，优化器(Optimizer)和损失函数(losses)

更新时间：2017.5.9简化了很多不需要的内容，关注重点。2019.4.17更新到tensorflow2.x,添加自动求导和新版本的optimizer因为tensorflow2.x相对于tensorflow1.x的变动，API变更和思路也变化了，这节重点介绍的为梯度带(GradientTape)和优化器(Optimizer)因为大多数机器学习任务就是最小化损失，在损失定义的情况下，后面的工作就交
赵志雄·2020-09-12 10:34

Tutorial on Losses in Convolutional Neural Networks(edit 2)

TutorialonLossesinConvolutionalNeuralNetworksAbstract1.Introduction2.RelatedWork3.Cross-EntropyLossTheCross-EntropyLossisactuallytheonlylosswearediscussinghere.Theotherlossesnameswritteninthetitleareo
ditangbi1614·2020-09-11 21:59

使用 tensorboardX 进行损失可视化

fromtensorboardXimportSummaryWriterlogger=SummaryWriter(args.logdir)#args.logdir是event保存的路径画损失（add_scalar）defdraw_losses
一豆豆酱·2020-09-11 14:55

机器学习速成课程MLCC（4）--使用TensorFlow的基本步骤

tf.layers/tf.losses/tf.metrics用于常见模型组件的库。TensorFlow低级APITensorFlow由以下两个组件组成：图协议缓冲区执
风吹小裤衩123·2020-09-10 13:42

TensorFlow实现DeepFM

DeepFM原理讲解代码mporttensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportlayers,optimizers,losses
zhangztSky·2020-08-29 22:38

keras的整体架构

keras源码的整体组成架构│activations.py│callbacks.py│constraints.py│initializations.py│losses.py│metrics.py│models.py
hufei_neo·2020-08-26 12:57

论文笔记：Perceptual Losses for Real-Time Style Transfer and Super-Resolution[doing]

1.transformation:imagetoimage2.perceptuallosses:psnr是per-pixel的loss,值高未必代表图片质量好，广泛应用只是因为计算比较简单对图片做superresolution
John2King·2020-08-23 06:57

感知损失(Perceptual Losses)

本文是参考文献[1]的笔记。该论文是LiFei-Fei名下的论文。引入最近新出的图像风格转换算法，虽然效果好，但对于每一张要生成的图片，都需要初始化，然后保持CNN的参数不变，反向传播更新图像，得到最后的结果。性能问题堪忧。但是图像风格转换算法的成功，在生成图像领域，产生了一个非常重要的idea，那就是可以将卷积神经网络提取出的feature，作为目标函数的一部分，通过比较待生成的图片经过CNN的
张雨石·2020-08-22 15:21

tensorboardX使用

fromtensorboardXimportSummaryWriterwriter=SummaryWriter(args.snapshots_dir)writer.add_scalar('Train/tr_loss_iter',losses.avg
weixin_41950276·2020-08-22 04:17

Tensorflow学习笔记----Keras自定义网络实战

()和fit()函数，前者装配模型，后者控制训练流程，十分的方便；networks.compile(optimizers=optimizers.Adam(lr=0.01),#定义优化器loss=tf.losses.CategoricalCrossentropy
刘星星儿·2020-08-19 18:33

19.目标检测

PyTorch中的FasterRCNN训练FasterRCNN结构分析代码分析1.features=self.backbone（images.tensors）2.proposals，proposal_losses
oldmao_2001·2020-08-19 00:54

LeNet-5搭建学习

LeNet-5搭建学习MNIST数据分析代码：importnumpyasnpimporttensorflowastffromtensorflow.kerasimportModel,datasets,losses
Mr Humor·2020-08-17 16:28

tf.losses.softmax_cross_entropy()及相邻函数中weights参数的设置

因为我的数据中label为0的像素点特别多,数据不平衡,所以考虑对label为0的sample设置权重为0.1,其他class权重为1.查看tensorflow文档(需要科学上网),该函数的参数为:tf.losses.softmax_cross_entropy
赤道6号转向发动机·2020-08-16 09:59

tensorflow使用keras后端，保存每一步运行的loss(tensorflow、keras通用)

84571658classLossHistory(tf.keras.callbacks.Callback):#如果是直接keras就把tf去了defon_train_begin(self,logs={}):self.losses
FQ_G·2020-08-16 07:33

神经网络模块搭建（代码详解）

regularizer):w=b=y=returny#正则化权重defget_weight(shape,regularizer):w=tf.Variable()tf.add_to_collection('losses
菜鸟的梦幻日记·2020-08-13 17:38

深度学习：计算一个5层神经网络带L2正则化的损失函数

importtensorflowastfimporttensorflow.contrib.layersastflayersfromnumpy.randomimportRandomState#获得一层神经网络边上的权重，并将这个权重的L2正则化损失加入名称为'losses
科学楼守夜者·2020-08-13 17:19
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他