- 博客(3)
- 收藏
- 关注
RSS订阅原创 神经网络Loss损失函数总结
这篇博文总结一下损失函数，这里重点总结一下常用的损失函数。softamx cross entropy losssoftmax 交叉熵损失函数是我们常用的一种损失函数，其公式如下： E(t,y)=−∑jtjlogyj E(t, y)=-\sum_j t_j \log y_j 其中，t 和 y 分别表示神经网络的目标标签和输出， yjy_j 表示softmax损失函数： yj=s
2017-06-25 14:17:21
62409
3
转载 Git 进阶技巧
主要来自github，另外自己在后面加上了收集的部分，方面自己以后查阅或者别人查阅。 来自 github 项目（https://github.com/xhacker/GitProTips/blob/master/zh_CN.md）Git 进阶技巧本文尚未完成。本文不适用于初学者，适合了解 Git 的基本使用，知道 commit、push、pull，希望掌握 Git 更多功能的人阅读。你可以以任何顺
2017-06-19 14:53:39
3157
翻译 神经网络激活函数比较
最近需要调参数，搜到一篇论文详细比较了目前主要的激活函数，写的挺详细的。主要比较了ReLU，Leaky ReLU， Randomized Leaky ReLU（PReLU），写的挺详细的。ReLu：Leaky ReLU：lambda 通常在(0,1)开区间。Randomized Leaky ReLU（PReLU）：最后给出一张对比图：
2017-06-08 12:09:01
1171
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人