神经网络(损失函数)

0 阅读1分钟

多类合页损失(Multiclass Hinge Loss)

公式

image.png

案例

以下是三张图片的猫、车、青蛙的分数向量,计算他们的损失:

catcarfrog
cat3.21.32.2
car5.14.92.5
frog-1.72.0-3.1
  • Lcat = max(0,5.1-3.2+1)+max(0,-1.7-3.2+1)=2.9
  • Lcar = max(0,1.3-4.9+1)+max(0,2.0-4.9+1)=0
  • Lfrog = max(0,2.2-(-3.1)+1)+max(0,2.5-(-3.1)+1)=12.9

合页损失的特点

  • 目标:使正确类别的分数比所有错误类别的分数高出至少一个边际(这里为1)。如果不满足,则产生正损失
  • 使用场景,常见于SVM分类器