获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
4
赞
4
返回
|
搜索文章
最新 热门
  • 深度学习中的激活函数汇总--公式、图像与特点
    通常而言，我们所要拟合的数据分布都是非常复杂的，是非线性的，而神经网络中计算大多是线性计算，线性叠加所具有的的泛化能力有限，而非线性的激活函数无疑可以增大模型的泛化能力。 sigmoid：取值范围为(0,1),导数在0处取得最大值，为0.25，在网络层数较多的时候，经过多次传递…
    • 6年前
    • 385
    • 评论
    深度学习
  • PyTorch中的损失函数--MarginRankingLoss/HingeEmbeddingLoss/CosineEmbeddingLoss
    大家可能对这个损失函数比较陌生。在机器学习领域，了解一个概念最直观的最快速的方式便是从它的名字开始。 MarginRankingLoss也是如此，拆分一下，Margin，Ranking，Loss。 Margin：前端同学对Margin是再熟悉不过了，它表示两个元素之间的间隔。在…
    • 6年前
    • 7.5k
    • 评论
    深度学习
  • PyTorch中的损失函数--CrossEntropyLoss/NLLLoss/KLDivLoss
    看名字可能感觉这三个Loss不搭嘎。 NLLLoss的全称是Negative Log Likelihood Loss,中文名称是最大似然或者log似然代价函数。 CrossEntropyLoss是交叉熵代价函数。 KLDivLoss是Kullback-Leibler diver…
    • 6年前
    • 2.8k
    • 评论
    深度学习
  • PyTorch中的损失函数--L1Loss /L2Loss/SmoothL1Loss
    最常看到的MAE也是指L1 Loss损失函数。 它是把目标值与模型输出（估计值）做绝对值得到的误差。 由于神经网络通常是解决复杂问题，所以很少使用。 简单来说就是平滑版的L1 Loss。 \right. 仔细观察可以看到，当预测值和ground truth差别较小的时候（绝对值…
    • 6年前
    • 6.8k
    • 评论
    深度学习
    • 个人成就
    文章被点赞 4
    文章被阅读 17,373
    掘力值 202
    收藏集
    0
    关注标签
    15
    加入于