- 博客(2)
- 收藏
- 关注
RSS订阅转载 softmax，softmax loss和cross entropy的讲解
转载自: https://blog.csdn.net/u014380165/article/details/77284921这一篇主要介绍全连接层和损失层的内容，算是网络里面比较基础的一块内容。先理清下从全连接层到损失层之间的计算。来看下面这张图，来自参考资料1（自己实在懒得画图了）。这张图的等号左边部分就是全连接层做的事，W是全连接层的参数，我们也称为权值，X是全连接层的输入，也就是特征。从图上...
2018-06-03 11:05:04
625
转载 softmax loss对输入的求导推导
转载自: https://blog.csdn.net/u014380165/article/details/79632950我们知道卷积神经网络（CNN）在图像领域的应用已经非常广泛了，一般一个CNN网络主要包含卷积层，池化层（pooling），全连接层，损失层等。虽然现在已经开源了很多深度学习框架（比如MxNet，Caffe等），训练一个模型变得非常简单，但是你对损失函数求梯度是怎么求的真的了解...
2018-06-03 11:03:06
1284
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